AID dataset

DMFNet 在城市场景分类中达到 97.46% 的准确率

研究人员开发了 DMFNet，这是一种新颖的双骨干多尺度融合网络，专为遥感影像中的城市场景分类而设计。该框架通过利用两个预训练骨干网络进行多样化的特征提取，解决了捕获复杂特征交互和学习鲁棒表征的挑战。通过包含具有残差特征传播的多尺度融合机制和空间注意力模块，以增强特征交互并突出信息区域。在 AID 数据集上的实验表明，DMFNet 的平均准确率达到 97.46%，消融研究证实了其组件的有效性。