融合Swin Transformer與UNet的云檢測架構(gòu)

摘要： 目前在遙感圖像云檢測的領(lǐng)域中，對于薄云和碎云以及不同下墊面的云檢測精度還有待進一步提高，且存在較多誤判漏判和數(shù)據(jù)不均衡等問題。針對這些問題，提出了一個結(jié)合Transformer和卷積思想的云檢測網(wǎng)絡(luò)架構(gòu)Cloud TransUnet。首先，使用Transformer模塊替換掉UNet編碼器階段的卷積模塊，利用Transformer的全局注意力機制提取出更多的細(xì)節(jié)特征信息，減少誤...