改進(jìn)Res2Net和注意力機(jī)制的高光譜圖像分類
計(jì)算機(jī)工程與應(yīng)用
頁數(shù): 8 2022-12-15
摘要: 針對(duì)目前以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為框架的高光譜圖像分類模型參數(shù)量多,訓(xùn)練時(shí)間長,對(duì)樣本數(shù)量依賴性大的問題,提出了一種改進(jìn)Res2Net和注意力機(jī)制的高光譜圖像分類模型。該模型首先使用主成分分析(PCA)對(duì)原始圖像的通道維度進(jìn)行降維,將降維后的數(shù)據(jù)輸入三維空洞卷積層,并添加空間注意力模塊以強(qiáng)化空間紋理特征;將所得特征映射輸入兩組空間-深度可分離殘差結(jié)構(gòu)結(jié)合通道注意力模塊中,使用全...