迁移学习帮大忙！成都理工大学搭建 SCDUNet++ 模型进行滑坡测绘

AIGC动态欢迎阅读

原标题：迁移学习帮大忙！成都理工大学搭建 SCDUNet++ 模型进行滑坡测绘
关键字：模型,滑坡,数据,基线,模块
文章来源：HyperAI超神经
内容字数：9375字

内容摘要：

作者：加零
编辑：李宝珠、三羊
成都理工大学的研究人员提出了一个名为 SCDUNet++ 的语义分割模型，结合卷积神经网络和 Transformer 的优势，有效开展滑坡测绘工作。滑坡是最常见的自然灾害之一，通常由地震和降雨引发，会造成严重的财产损失和人员伤亡。由地震触发的山体滑坡所造成的破坏，有时会比地震本身造成的破坏更为严重。大型地震发生之后，快速、准确地开展滑坡测绘工作(landslide mapping, LM) 对于紧急救援、及时定量灾害评估和灾后重建至关重要。
近年来，人们对遥感图像自动绘制滑坡地图的方法进行了大量研究，但由于山体滑坡在特征和规模上存在较大差异，加之光学遥感影像存在相似性，导致现有方法在准确进行滑坡测绘工作时面临着各种各样的挑战。
遥感滑坡图像
为此，成都理工大学的研究人员提出了一个名为 SCDUNet++ 的语义分割模型，该模型结合了卷积神经网络 (CNN) 和 Transformer 的优势，增强了对滑坡特征的识别和提取，性能优于 FCN, DeepLabv3+, Segformer 等其他 8 个深度学习模型，在 IoU 方面提高了 1.91% 至