weixin_47973534的博客

为了利用卷积操作和Transformer的优势来增强多尺度表示学习，论文提出了一种用于HRRS图像分割的新的混合架构，命名为EMRT (Enhance Multiscale Representations with Transformer)， 其提供一种有效的方案弥补了现有混合结构存在的①Transformer带来的计算量过大，训练模型需要更多的内存空间和计算资源；② 在Transformer中没有利用多尺度信息 的问题。

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。

Title：（本人努力复现中！论文提出了一种用于解决遥感图像语义分割问题的混合Transformer和堆叠残差卷积块的模型：SRCBTFusion-Net，其提供一种有效的方案弥补了现有模型存在的分割不同地物边缘模糊，分割混淆和小尺度地物分割效果差的问题。