MCANet

新的MCANet模型改进了无人机图像的飓风后损害评估

研究人员开发了MCANet，一个新颖的多标签分类框架，用于使用无人机图像评估飓风后的损害。该网络集成了Res2Net骨干网络进行多尺度特征提取，以及类别特定的残差注意力，以提高识别各种损害类别的准确性。在Michael飓风的RescueNet数据集上进行测试，MCANet实现了91.37%的平均精度均值（mAP），优于Vision Transformer (ViT-B/16)等现有模型，同时需要更少的计算资源。