来源：期刊VIP网 时间：
作者：徐海彪;普运伟;邓荣;王栋;
单位：昆明理工大学国土资源工程学院;昆明理工大学信息与自动化学院;
摘要：为了解决传统语义分割网络在复杂遥感影像中面临的边缘分割模糊和小目标检测不佳的问题，提出了一种基于改进金字塔残差注意力网络(PRANet)的语义分割方法。该方法采用MobileNetV2作为骨干网络，结合残差扩张卷积模块(residual ASPP)、ECA注意力机制和金字塔池化模块(pyramid pooling module, PPM),显著提升特征提取能力和全局特征表达效果。实验结果显示，PRANet在Potsdam和GID15数据集上的多项精度指标上均优于对比模型。在Potsdam数据集上，PRANet的整体mIoU达到74.58%,比其他模型高出2.14～4.31个百分点；在GID15数据集上，PRANet的平均交并比提升至63.70%,领先1.42～5.38个百分点。此外，PRANet通过优化训练时间和参数量，在保持高精度的同时，每轮训练时间减少53 s,缩短23.45个百分点的训练时间。实验验证了PRANet在复杂遥感影像处理中的高效性与实用性。
关键词：语义分割;;MobileNetV2;;金字塔池化;;残差扩张卷积;;注意力机制;;边缘分割
