面向城市无人机场景的紧凑语义分割模型DR-SCA:融合方向性RepVGG编码与语义条件坐标注意力
《Electronics》:DR-SCA: Directional Encoder Blocks and Semantic-Conditioned Coordinate Attention for UAV Semantic Segmentation
【字体:
大
中
小
】
时间:2026年09月25日
来源:Electronics 2.9
摘要
城市无人机(UAV)场景表现出强烈的方向性结构,且其前景组成在不同帧之间存在显著差异。坐标注意力通过轴向池化编码方向信息,但其门控机制是在没有显式特征衍生全局条件路径的情况下产生的。受这些特性的启发,我们提出了 DR-SCA,这是一种紧凑的 RepVGG 风格编解码器,结合了方向性 RepVGG (D-Rep) 编码块和瓶颈语义条件坐标注意力 (SCA)。在编码器中,D-Rep 利用 ACNet 的水平和垂直非对称训练分支增强了 RepVGG 块,这些分支在部署时折叠为一个 卷积。SCA 利用来自同一瓶颈特征的全局描述符,对坐标注意力描述符应用逐特征线性调制(FiLM)风格的逐特征仿射调制。贡献在于编码器端分支组合与瓶颈特征条件的架构集成及受控评估。在共享的 50 个 epoch 协议下,使用十个种子从头开始训练,紧凑基准模型在 UAVid 验证集上达到 59.96% 的平均交并比(mIoU)。交叉消融实验表明,D-Rep 和 SCA 分别将紧凑基准模型的 mIoU 提高了 0.83 和 1.01 个百分点。它们的组合带来了 1.80 个百分点的增益,全模型 mIoU 为 %。DR-SCA 拥有 2.050M 参数,在六种从头训练的方法中拥有最高的平均 mIoU。它比排名第二的 UNetFormer 高出 5.76 个百分点,而参数量仅为其 14.8%。使用 ImageNet 预训练编码器的基线模型缩小了验证集上的这一差距,并在官方测试集上与 DR-SCA 持平或超过它。未在 D-Rep 与多元分支块或 ACNet 风格块之间,以及 SCA 与坐标注意力之间检测到具有统计显著性的准确率差异。在相同的受控训练预算下,DR-SCA 在 UDD6 和 LoveDA 数据集上在所有对比方法中排名第一。在不使用瓶颈注意力的情况下,将 SCA 添加到 D-Rep 提高了 UDD6 上的 mIoU,但未改善 LoveDA 上的 mIoU。动态在线增强保持了三个评估模型在 UAVid 上的排名顺序。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号