遥感图像语义分割论文（2）：GLOTS---Rethinking Transformers for Semantic Segmentation of Remote Sensing Images

原创

已于 2024-03-25 09:40:16 修改

· 1.9k 阅读

18 ·

版权

文章标签：

#深度学习 #神经网络 #pytorch #transformer #计算机视觉 #图像处理

于 2024-03-25 09:34:48 首次发布

本文介绍了GLOTS，一种使用Transformer编码器和解码器的遥感图像语义分割框架，解决现有方法中特征一致性问题和全局语义捕捉不足。通过MIM预训练和多尺度局部特征融合，GLOTS在多项实验中展示了优越性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文是对TGRS 2023有关遥感图像语义分割论文的总结，如有侵权即刻删除！

遥感图像语义分割论文精读总结：Rethinking Transformers for Semantic Segmentation of Remote Sensing Images

Paper： <<Rethinking Transformers for Semantic Segmentation of Remote Sensing Images>>

Code： https://github.com/lyhnsn/GLOTS （本人努力复现中！）

论文提出了一种用于遥感图像语义分割的全局-局部Transformer分割器(GLOTS：global-local transformer segmentor)框架，通过使用Transformer进行编码和解码来获得一致的特征表示，弥补了现有模型存在的：①将Transformer编码器与基于CNN的解码器相结合，导致特征表示不一致；②全局和局部上下文信息利用策略的有效性不足的问题。