吳永俊 汪泓 楊晨

（1 黔西南州自然資源管理服務(wù)中心，興義 562400）

（2 貴州大學(xué)礦業(yè)學(xué)院，貴陽 550025）

0 引言

石漠化是我國西南地區(qū)最嚴(yán)重的生態(tài)環(huán)境問題之一，與沙漠化、水土流失并稱為我國的三大生態(tài)災(zāi)害[1-2]。石漠化是指在喀斯特地區(qū)，不合理的人類活動，自然植被遭到破壞，造成土壤流失、基巖裸露等類似荒漠景觀的土地退化過程?？λ固厥瘒?yán)重的影響著區(qū)域生態(tài)環(huán)境，會導(dǎo)致水土流失、自然災(zāi)害頻發(fā)、生物多樣性下降等生態(tài)危害[3]；其帶來的危害已成為制約我國西南地區(qū)可持續(xù)發(fā)展的重要因素。因此，石漠化的治理對我國西南地區(qū)改善生態(tài)環(huán)境、保障經(jīng)濟社會可持續(xù)發(fā)展具有重要戰(zhàn)略意義。而石漠化調(diào)查又是石漠化治理過程中必不可少的工作環(huán)節(jié)[4]；在我國現(xiàn)行巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)[5]中，將基巖裸露率作為石漠化等級劃分的直接指標(biāo)。因此，準(zhǔn)確地提取喀斯特地區(qū)的巖石裸露信息對石漠化調(diào)查、治理工作具有重要意義。

傳統(tǒng)的巖石裸露信息主要通過目測和人工機械布點來獲取，對人力、物力造成了較大的損耗，且當(dāng)區(qū)域地物細(xì)碎化程度較高時，測量誤差較大[6]。隨著遙感技術(shù)的發(fā)展，學(xué)者們通過遙感影像開展了諸多石漠化地區(qū)裸巖信息的提取工作。常用的方法有指數(shù)法、人機交互解譯法、面向?qū)ο蠓ǖ萚7]。文獻[8]分析Landsat8 裸巖和其他土地覆蓋類型的光譜特征，通過藍(lán)光、近紅外波段差和比，構(gòu)建歸一化裸巖指數(shù)（Carbonate Rock Indice，CRI）對裸巖信息的提取，但遙感影像易受氣候等因素的影響，且受影像空間分辨率的制約，提取精度往往較低；文獻[9]通過人工勾繪獲取無人機影像裸巖率，并用其矯正相同研究區(qū)Landsat8 影像，通過指數(shù)法獲取的裸巖率，使Landsat8 影像提取裸巖的精度得到提高，但該方法工作量大，效率低；文獻[10]基于無人機影像，通過面向?qū)ο蟮姆椒▽β銕r信息進行提取，提取精度進一步提高，但喀斯特地區(qū)地表覆蓋極其不規(guī)律，地物通常呈斑塊狀，破碎度較高，空間分布不均勻，巖石之間大小形狀不盡相同，分割的尺度和參數(shù)較難確定，需要反復(fù)調(diào)整相關(guān)閾值參數(shù)，人為劃定的主觀性強。

近年來，深度學(xué)習(xí)在圖像分割、目標(biāo)檢測等領(lǐng)域得到了廣泛的應(yīng)用。文獻[11]基于“簡譯”軟件與無人機影像實現(xiàn)全卷積神經(jīng)網(wǎng)絡(luò)對石漠化地區(qū)裸巖信息的提取，提取精度優(yōu)于傳統(tǒng)提取方法，但其方法封裝于軟件中，提取精度仍有提升空間；文獻[12]將改進的殘差塊作為SegNet 網(wǎng)絡(luò)[13]的編碼器，解決了網(wǎng)絡(luò)退化問題，并引入深度可分離卷積來減少網(wǎng)絡(luò)參數(shù)量，用膨脹卷積來擴大感受野、提高網(wǎng)絡(luò)特征提取能力，提高了水體提取精度；文獻[14]在U-Net 網(wǎng)絡(luò)[15]跳躍連接層中嵌入密集連接塊和空間注意力，使得邊界塊引入底層空間信息，解決了提取建筑物模糊邊界的問題；文獻[16]將自導(dǎo)向注意整合到特征金字塔（Feature Pyramid Networks，F(xiàn)PN）[17]結(jié)構(gòu)中，利用FPN 獲取不同網(wǎng)絡(luò)層的多尺度特征，并將其集成到DeepLabV3+[18]、U-Net、PANet[19]中來提取地表裂縫信息，結(jié)果表明該模塊的引入增強了紋理的細(xì)節(jié)并抑制了噪聲；文獻[20]將垂直和空間注意力機制分別嵌入DeepLabV3+骨干特征提取網(wǎng)絡(luò)和空洞空間金字塔池化（Atrous Spatial Pyramid Pooling，ASPP）模塊[21]中，加強了網(wǎng)絡(luò)獲取上下文信息的能力，結(jié)果表明改進的DeepLabV3+算法有效細(xì)化了特征細(xì)節(jié)，分割效果得到提升。上述研究中，學(xué)者們針對不同提取任務(wù)，在不同模型的基礎(chǔ)上進行改進，使得提取精度得以提高，但是針對喀斯特石漠化地區(qū)裸巖信息進行提取的研究，卻鮮有報道。

目前，DeepLabV3+在語義分割領(lǐng)域得到越來越多的關(guān)注，并在多個公開數(shù)據(jù)集上取得較好的成績，DeepLabV3+的ASPP 模塊能獲取更多的上下文信息和邊緣信息；但其骨干網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜且參數(shù)量龐大，帶來了龐大的計算量，甚至可能降低模型的泛化能力。針對該缺點，同時為進一步探索深度學(xué)習(xí)在石漠化方面的應(yīng)用，突破傳統(tǒng)方法在復(fù)雜地物條件下裸巖提取精度低的問題，本文構(gòu)建了一種基于改進DeepLabV3+的裸巖信息提取方法。首先使用改進的輕量化網(wǎng)絡(luò)替換DeepLabV3+特征提取網(wǎng)絡(luò)；其次在特征提取網(wǎng)絡(luò)中結(jié)合FPN、坐標(biāo)注意力機制（Coordinate Attention，CA）模塊[22]提高模型對裸巖特征上下文的聯(lián)系能力，使模型更關(guān)注細(xì)碎裸巖區(qū)域并獲取淺層網(wǎng)絡(luò)中更多的細(xì)節(jié)信息；最后在ASPP 模塊中添加異感受野特征融合特征層。

1 模型構(gòu)建

1.1 DeepLabV3+模型

喀斯特地區(qū)地物破碎化嚴(yán)重，石漠化區(qū)域裸巖通常以斑塊的形態(tài)分散在植被、裸土中，部分成片分布，因此其邊界輪廓、形態(tài)大小極其不規(guī)律。為了盡可能地提取不同大小形態(tài)的裸巖目標(biāo)，采用DeepLabV3+模型進行裸巖提取。DeepLabV3+引入了編碼-解碼結(jié)構(gòu)，編碼部分包括骨干網(wǎng)絡(luò)深度卷積神經(jīng)網(wǎng)絡(luò)（Deep Convolutional Neural Networks, DCNN）和ASPP 兩個部分。其中骨干網(wǎng)絡(luò)為Xception，ASPP 模塊由1×1 卷積，空洞率為6、12、18 的空洞卷積以及全局平均池化并行而成，該結(jié)構(gòu)在保證空間分辨率的情況下，擴大了網(wǎng)絡(luò)的感受野，能獲取不同尺度的石漠化裸巖特征信息，從而更好地對不同形態(tài)大小的裸巖目標(biāo)進行特征提取。

輸入的影像經(jīng)骨干網(wǎng)絡(luò)得到兩個特征層，淺層特征直接傳入解碼器中，深層特征經(jīng)ASPP 獲取多尺度特征后進行堆疊，再經(jīng)1×1 卷積調(diào)整通道數(shù)傳入解碼器中。解碼器對傳入的深層特征進行4 倍上采樣，并對淺層特征進行1×1 卷積通道數(shù)調(diào)整，將調(diào)整后的兩個特征堆疊，最后經(jīng)3×3 卷積細(xì)化特征與4 倍上采樣得到最終預(yù)測結(jié)果。整體網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 DeepLabV3+模型結(jié)構(gòu)Fig.1 DeepLabV3+ model structure

1.2 坐標(biāo)注意力機制

注意力機制通過增強網(wǎng)絡(luò)對目標(biāo)特征的關(guān)注和忽略無關(guān)信息來改善網(wǎng)絡(luò)性能，可以有效地提升網(wǎng)絡(luò)特征提取的能力，被廣泛應(yīng)用于各種深度學(xué)習(xí)的任務(wù)中。將其引入本文的網(wǎng)絡(luò)，使得模型提升對裸巖目標(biāo)的關(guān)注度，忽略地物背景的干擾。CA 將位置信息嵌入通道注意力中，使網(wǎng)絡(luò)獲取更大區(qū)域的信息。坐標(biāo)注意力機制的實現(xiàn)主要有兩個步驟：坐標(biāo)信息的嵌入和坐標(biāo)注意力生成。其模塊結(jié)構(gòu)如圖2 所示。

圖2 坐標(biāo)注意力機制Fig.2 Coordinate attention mechanism

首先是坐標(biāo)信息的嵌入。全局池化通常用于通道注意力機制中對空間信息進行編碼，但其將全局信息壓縮至一個通道內(nèi)進行描述，會使位置信息難以保留。因此，該部分將全局池化層分解成兩個一維特征編碼操作，對于輸入的特征圖X∈RC×H×W，C為特征圖的通道數(shù)，H為特征圖的高，W為特征圖的寬，使用大小為 (H,1) 和 (1,W)的池化核沿水平方向和垂直方向坐標(biāo)進行通道編碼，使模塊能獲取長范圍依賴的信息，其表達(dá)式如式（1）、（2）所示

式中c、h、w分別表示當(dāng)前注意力模塊所對應(yīng)特征圖的通道、高度和寬度；xc∈RH×W表示輸入的特征；Zhc∈RH×1表示第c通道在高h(yuǎn)處的輸出；Zwc∈R1×W表示第c通道在寬度w處的輸出。

其次是坐標(biāo)注意力生成。該部分將具有編碼信息的特征進行拼接，并使用卷積變換和非線性激活獲得特征映射f，其表達(dá)式如（3）所示

式中 δ為非線性激活函數(shù)；F1×1為1×1 卷積。

在得到特征圖f后沿空間方向?qū)⑵浞纸鉃閮蓚€張量，并分別對兩個張量進行卷積變換和Sigmoid 激活，將通道數(shù)調(diào)整至與輸入特征一致，得到張量gh、gw。

式中Fh、Fw為1×1 卷積；fh、fw為f沿著空間維度分解的兩個張量； σ為Sigmoid 激活函數(shù)。

最后對gh、gw進行拓展，作為注意力權(quán)重，最終得到坐標(biāo)注意力機制輸出yc(i,j)，其表達(dá)式如式（6）

1.3 CA-DC-MobileNetV3 模型

考慮到石漠化區(qū)域裸巖提取僅涉及裸巖和背景兩個標(biāo)簽，語義信息相對簡單，原始DeepLabV3+主干網(wǎng)絡(luò)Xception 結(jié)構(gòu)復(fù)雜且參數(shù)量大，對算力要求高，且當(dāng)數(shù)據(jù)集的量級與參數(shù)量不匹配時，網(wǎng)絡(luò)的泛化效果較差[23]，因此選擇輕量化網(wǎng)絡(luò)MobileNetV3 作為骨干網(wǎng)絡(luò)。MobileNetV3 于2019 年提出，其在MobileNetV2 的基礎(chǔ)上在線性瓶頸的逆殘差結(jié)構(gòu)塊（The Inverted Residual with Linear Bottleneck Block，Bneck）引入基于壓縮獎懲（Squeeze and Excitation，SE）的輕量級注意力機制結(jié)構(gòu)和Hard-Swish 激活函數(shù)。MobileNetV3 的基本單元Bneck 如圖3 所示，輸入特征經(jīng)1×1 卷積進行通道數(shù)調(diào)整，再使用3×3 的深度可分離卷積進行特征提取，對提取的結(jié)果進行全局平均池化并施加SE 注意力機制，經(jīng)Relu 激活函數(shù)和Hard-σ 激活函數(shù)加入非線性因素后與特征圖相乘，最后經(jīng)1×1 卷積進行通道數(shù)調(diào)整并與輸入特征相加完成殘差邊模塊[24]。

圖3 MobileNetV3 基本單元Fig.3 MobileNetV3 block

其整體結(jié)構(gòu)如表1 所示，表中3×5122表示輸入特征為3 通道，大小為512 像素×512 像素；pool，7×7 表示池化及對應(yīng)的池化核大?。籆on2d，1×1， NBN 表示卷積操作、對應(yīng)的卷積核大小、不使用批歸一化層（Batch Normalization，BN）結(jié)構(gòu)；YES 表示施加相應(yīng)的注意力機制；HS、RE 分別表示使用的激活函數(shù)為Hard-Swish、Relu 激活函數(shù)；步距為1 表示卷積過程中的步長為1。原始MobileNetV3 共進行5 次下采樣；為深層特征進入ASPP 時保留更多的像素點特征，本文對原始輸入特征進行3 次下采樣，選用MobileNetV3 的前7 層，同時將第4 層之后的卷積修改為空洞率為2 的深度可分離空洞卷積（Dilated Convolutions，DC），以擴大感受野；原始網(wǎng)絡(luò)中的SE 注意力只考慮內(nèi)部通道信息，忽略了位置信息的重要性，而視覺中目標(biāo)的空間結(jié)構(gòu)是很重要的，因此使用CA 代替。改進后的MobileNetV3 網(wǎng)絡(luò)結(jié)構(gòu)如表2 所示。

表1 MobileNetV3 網(wǎng)絡(luò)結(jié)構(gòu)Tab.1 MobileNetV3 network structure

表2 CA-DC-MobileNetV3 網(wǎng)絡(luò)結(jié)構(gòu)Tab.2 CA-DC-MobileNetV3 network structure

1.4 特征金字塔

考慮到喀斯特地區(qū)地物分布較為細(xì)碎，石漠化區(qū)域裸巖目標(biāo)尺度不盡相同，為進一步加強網(wǎng)絡(luò)對不同尺度目標(biāo)提取的能力，獲取淺層特征所包含的局部精細(xì)特征，將FPN 引入本文網(wǎng)絡(luò)。FPN 通過自深而淺、自淺而深、橫向連接網(wǎng)絡(luò)將深層高語義特征與淺層特征融合，以獲取不同尺度語義信息，得到更豐富的空間細(xì)節(jié)，達(dá)到提高分割精度的目的。本文涉及FPN 結(jié)構(gòu)如圖4 所示，其中特征層3、特征層4、特征層5 分別為CA-DC-MobileNetV3 的特征層3、特征層4、特征層5 輸出的結(jié)果。FPN 通過上采樣及通道數(shù)調(diào)整將不同尺度特征進行融合，最后經(jīng)3×3 卷積以消除上采樣的混疊效應(yīng)，作為淺層特征傳入解碼器中。

圖4 特征金字塔Fig.4 Feature pyramid network structure

1.5 改進的DeepLabV3+模型

圖5 為改進的DeepLabV3+模型，使用CA-DC-MobileNetV3 作為骨干網(wǎng)絡(luò)，以減少模型參數(shù)；引入FPN 模塊進行加強特征提取，將深層高語義特征與淺層特征融合，獲取更多細(xì)節(jié)特征，并通過CA 對特征進行加強提取獲取關(guān)鍵信息；為增加不同空洞卷積層之間的聯(lián)系，提高信息利用率，在ASPP 結(jié)構(gòu)的基礎(chǔ)上，將空洞率為6、12、18 的空洞卷積層通過Add 操作進行異感受野特征融合，并作為新的特征層與其余特征進行堆疊。

圖5 改進的DeepLabV3+模型Fig.5 Improved DeepLabV3+ model

2 實驗與分析

2.1 實驗數(shù)據(jù)與環(huán)境

實驗數(shù)據(jù)來源于羅賓遜R44 直升機搭載的哈蘇A6D-100C 航攝儀采集得到的影像，區(qū)域位于盤江流域，流域內(nèi)巖溶發(fā)育廣泛，水土流失嚴(yán)重，喀斯特集中分布。所獲取影像有紅、綠、藍(lán)三個波段，空間分辨率為0.1 m。選取其中一景經(jīng)預(yù)處理的影像，通過ArcGIS 進行人工標(biāo)注制作標(biāo)簽。將制作好的標(biāo)簽與原始影像進行同步處理，通過滑動窗口裁剪為512 像素×512 像素的影像，使用水平翻轉(zhuǎn)、旋轉(zhuǎn)、鏡像操作進行數(shù)據(jù)增廣，最后得到2 000 張影像，按照9∶1 的比例隨機劃分訓(xùn)練集和驗證集。

實驗采用的操作系統(tǒng)為Ubuntu18.04，深度學(xué)習(xí)框架為PyTorch，使用的GPU 為NVIDIA RTX 2080 Ti。訓(xùn)練超參數(shù)設(shè)置如下：迭代輪次（Epoch）為80，批大?。˙atch Size）為4，動量為0.9，使用Adam（Adaptive Moment Estimation）優(yōu)化器，初始學(xué)習(xí)率為0.000 5，并通過余弦退火下降調(diào)整策略自適應(yīng)調(diào)整學(xué)習(xí)率。

2.2 評價指標(biāo)

選擇交并比IOU（Intersection Over Union）、F1分?jǐn)?shù)（F1-Score）、模型參數(shù)量作為本文的評價指標(biāo)。IOU 表示真實值和預(yù)測值兩個集合交集和并集之比，表示預(yù)測結(jié)果與標(biāo)簽像素的交疊率，是衡量圖像分割精度的重要指標(biāo)，具體見公式（7）。F1是精確率P（Percision）和召回率R（Recall）的調(diào)和平均值，F(xiàn)1同時考慮了正類別和負(fù)類別的性能，避免了精確率和召回率可能出現(xiàn)犧牲其中一個而提升另一個的情況，F(xiàn)1綜合考慮二者，達(dá)到平衡。具體見公式（8）~（10）

式中 TP 為被正確預(yù)測為裸巖的像素數(shù)； FP 為非裸巖被錯誤預(yù)測為裸巖的像素數(shù)； FN 為被錯誤預(yù)測為非裸巖的像素數(shù)。

模型參數(shù)量指模型中需要進行訓(xùn)練的可學(xué)習(xí)參數(shù)的數(shù)量。在不考慮偏置的情況下，對于輸入特征圖X∈RC×H×W；卷積核k×k×n，其中k為卷積核的高和寬，n為卷積核的個數(shù)。標(biāo)準(zhǔn)卷積層參數(shù)量為C×k×k×n；深度可分離卷積可分為深度卷積和逐點卷積，其參數(shù)量為這兩個步驟中的參數(shù)數(shù)量之和，參數(shù)量為C×k×k+C×1×1×n；由此可知，深度可分離卷積與標(biāo)準(zhǔn)卷積的參數(shù)量之比為計算語義分割模型的參數(shù)量則是模型中的各個層的參數(shù)數(shù)量之和。

2.3 消融實驗

為驗證CA-DC-MobileNetV3、FPN、CA、ASPP 模塊異感受野特征融合方案的有效性，在相同數(shù)據(jù)集和實驗環(huán)境上進行逐層的消融實驗，以IOU、F1、模型參數(shù)量作為評價指標(biāo)，實驗結(jié)果如表3 所示，實驗1~6 為調(diào)整性能指標(biāo)的不同改進方案。為直觀表達(dá)注意力機制作用效果，同時獲取網(wǎng)絡(luò)關(guān)注區(qū)域，使用Grad-CAM[25]對施加注意力機制作用效果進行可視化，如圖6 所示。

圖6 可視化的注意力圖Fig.6 Visual attention maps

對比實驗1、2 可知，改進的CA-DC-MobileNetV3 網(wǎng)絡(luò)相較于原始MobileNetV3 網(wǎng)絡(luò)IOU 提高了0.92 個百分點，F(xiàn)1提高了0.64 個百分點，同時參數(shù)量得到減少，該方法減少了下采樣的次數(shù)，為傳入解碼器的特征保留并獲取了更豐富的特征，并使用CA 使模型更準(zhǔn)確地定位和識別感興趣的對象，模型預(yù)測精度得到提高。對比實驗2、3 可知，F(xiàn)PN 融合了深層與淺層特征，獲取了更豐富的細(xì)節(jié)，提高了網(wǎng)絡(luò)的預(yù)測精度，IOU 與F1分別提高了1.5、1.03 個百分點，與此同時也增加了參數(shù)量。對比實驗3、4 可知，CA 與FPN 的搭配使用使得模型的預(yù)測精度進一步提高，IOU 與F1分別提高了0.36、0.35 個百分點，參數(shù)量保持平衡，再次證明注意力機制的引入對網(wǎng)絡(luò)預(yù)測起到正向作用。根據(jù)圖6 中高亮區(qū)域表示模型關(guān)注顯著區(qū)域，注意力機制的引入使得模型對特征不明顯目標(biāo)對象和陰影處的目標(biāo)給予了更多的關(guān)注。對比實驗3、5 可知，異感受野特征融合通過提高信息的利用率，提升了模型的預(yù)測精度，IOU 與F1分別提高0.53、0.34 個百分點，但同時也增加了模型的參數(shù)量。綜合表3，實驗6 通過FPN、CA、Add 操作進行特征融合，相較于實驗1 模型IOU、F1分別提高了3.39、2.32 個百分點，同時參數(shù)量減少了1.12×106，較好地平衡了參數(shù)量以及模型精度。

2.4 不同模型對比

為驗證本文提出模型的有效性，選擇基于面向?qū)ο蟮姆椒?、PSPNet[26]、SegNet、DeepLabV3+、SegFormer MiT-b0[27]語義分割模型與本文模型進行對比試驗，結(jié)果如表4；幾種提取方法在四種不同的場景下的提取結(jié)果如表5 所示。

表4 不同算法性能對比Tab.4 Performance comparison of different algorithms

表5 實驗結(jié)果對比Tab.5 Comparison of experimental results

由表4 可知，本文提出的模型在裸巖信息提取任務(wù)中表現(xiàn)最佳，提取精度最高，IOU 與F1分別達(dá)到了72.46%、84.03%。比基于面向?qū)ο蟮姆椒?、PSPNet、SegNet、DeepLabV3+、SegFormer MiT-b0 的IOU 分別提高了38.91、19.92、5.23、4.62 和4.01 個百分點，F(xiàn)1分別提高了33.78、15.15、3.63、3.19 和2.76 個百分點。從模型參數(shù)規(guī)模上來看，SegFormer MiT-b0、本文模型參數(shù)量遠(yuǎn)低于其余模型，其中本文改進模型參數(shù)量約為原始模型的1/13，略高于SegFormer MiT-b0，但在精度上得到了提升，綜合來看，本文模型優(yōu)于 SegFormer MiT-b0。

表5 更直觀地展示了不同語義分割模型在不同場景的預(yù)測結(jié)果，表5 中紅色線圈為部分漏提區(qū)域、黃色為部分誤提區(qū)域。表5 中場景1 為無裸巖區(qū)域，其中基于面向?qū)ο蟮姆椒ㄕ`提現(xiàn)象最為嚴(yán)重，顏色上與裸巖相近的瓦塊屋頂建筑物被誤提為裸巖；除本文提出模型外，其余模型均出現(xiàn)了不同程度誤提現(xiàn)象，存在噪聲，其中SegFormer MiT-b0 在場景1 誤提現(xiàn)象最為輕微。場景2 中裸巖分布細(xì)碎，存在裸土背景及陰影區(qū)域，除本文模型外，其余模型均出現(xiàn)了較大區(qū)域的漏提現(xiàn)象，對于陰影目標(biāo)敏感度較低，本文模型對細(xì)碎裸巖目標(biāo)、陰影區(qū)域裸巖目標(biāo)提取效果最佳，結(jié)果更為精確。場景3 中存在大量分布破碎目標(biāo)，幾種模型均出現(xiàn)了漏提的現(xiàn)象，其中本文模型提取輪廓邊界更加清晰。場景4 中裸巖目標(biāo)范圍較大、邊界輪廓清晰，除PSPNet 模型提取結(jié)果外，幾種模型在該場景表現(xiàn)較好，但仍然存在部分細(xì)節(jié)信息提取錯誤的現(xiàn)象。

總體來看，基于面向?qū)ο蟮奶崛》椒?、PSPNet 在裸巖提取任務(wù)中表現(xiàn)較差，提取結(jié)果較為粗糙，誤提、漏提、邊界信息丟失現(xiàn)象嚴(yán)重；SegNet、DeepLabV3+、SegFormer MiT-b0 相較于面向?qū)ο蠓?、PSPNet 提取效果有明顯的提高，但仍存在大量誤提、漏提現(xiàn)象；本文提出模型的泛化性、細(xì)節(jié)表現(xiàn)力相較于其他模型具有更好的表現(xiàn)。

3 結(jié)束語

本文構(gòu)建了一種結(jié)合FPN、CA、添加異感受野特征融合改進的DeepLabV3+喀斯特地區(qū)裸巖信息提取模型。該模型首先將DeepLabV3+骨干提取網(wǎng)絡(luò)替換為CA-DC-MobileNetV3，在很大程度上降低了模型的參數(shù)量，同時提升了特征提取效果。其次，引入FPN 模塊獲取影像更豐富的細(xì)節(jié)，并通過CA 模塊強化特征，進一步加強特征提取能力。最后在ASPP 模塊新增異感受野特征融合特征層，提高了特征信息的利用率。結(jié)果表明，改進的DeepLabV3+網(wǎng)絡(luò)提升了模型預(yù)測精度，較好地改善了裸巖提取任務(wù)中誤提、漏提的問題。在后續(xù)的工作中，將繼續(xù)增加裸巖提取任務(wù)數(shù)據(jù)集，進一步提高模型的泛化能力；并繼續(xù)優(yōu)化模型的性能，提高模型在更復(fù)雜區(qū)域的提取精度，為石漠化調(diào)查工作提供更高效的方案。