基于全色-多光谱双流卷积网络的端到端地物分类方法

李英龙, 邓毓弸, 孔赟珑, 陈静波, 孟瑜, 刘帝佑

End-to-end land cover classification based on panchromatic-multispectral dual-stream convolutional network

LI Yinglong, DENG Yupeng, KONG Yunlong, CHEN Jingbo, MENG Yu, LIU Diyou

表1 在10 m地表覆盖数据集上不同方法的分类指标

Tab.1 Classification index of different methods on 10 m land cover dataset （%）

类别	方法	IoU					mIoU	OA	mFscore	Kappa
类别	方法	耕地	植被	人造地表	裸地	水域	mIoU	OA	mFscore	Kappa
经典的语义分割网络	Deeplabv3	90.94	44.83	44.93	82.12	88.28	58.52	87.48	80.62	78.16
	PspNet	90.77	44.57	46.58	82.55	87.76	58.70	87.57	80.86	78.36
	SegNet	91.07	43.73	43.38	83.84	89.16	58.53	87.76	80.43	78.27
	HRNet	91.34	45.94	50.74	83.29	88.88	60.03	88.44	82.15	79.72
	EfficientUNet	92.10	51.17	55.39	81.93	89.81	61.73	89.59	83.92	81.74
遥感领域的语义分割网络	UNetFormer	91.41	46.22	47.61	83.36	88.95	59.59	88.20	81.66	79.33
	MACUNet	91.48	45.97	52.95	83.93	88.95	60.55	88.80	82.64	80.38
	ABCNet	91.97	49.11	58.34	84.34	88.95	62.12	89.85	84.21	82.07
	MANet	92.43	51.62	57.42	85.24	89.72	62.74	90.06	84.74	82.68
	MAResUNet	92.03	49.69	57.37	86.62	89.62	62.55	89.96	84.50	82.29
	DSEUNet（本文方法）	92.53	52.86	58.33	86.77	89.59	63.35	90.42	85.28	83.23