来源：期刊VIP网 时间：
作者：陈雨艳;张军;张俊;杜进祥;
单位：云南大学地球科学学院;云南大学国际河流与生态研究院;
摘要：针对深度学习模型在跨数据应用时的精度和效率问题，采用U-Net框架，结合注意力模块和轻量级DenseNet,提出DA-UNet,并利用多源遥感影像地面光伏数据集进行训练，实现了DA-UNet自适应地从多源高分辨率遥感影像中获取地面光伏特征。与经典网络相比，DA-UNet在视觉效果和精度评价方面具有更好的效果，其中OA、F1评分和IoU指标分别为95.92%、94.68%和90.91%。此外，DA-UNet在其他地区的高分辨率遥感影像上也表现出较强的泛化性和适用性，在实际地面光伏提取方面具有较强的应用价值。
关键词：深度学习;;密集网络;;注意力机制;;地面光伏;;跨数据
基金资助：国家国防科技工业局高分专项(89-Y50G31-9001-22/23);; 云南大学研究生创新人才培养项目(HXKC202112)
