结合渐进式特征金字塔和极化自注意力机制的海雾图像检测

通过对基准模型SegFormer进行两方面的改进优化,开展面向海雾图像检测方法的研究。一方面,引入渐进式特征金字塔融合模块(AFPN),有效融合海雾图像的局部和全局特征,提升模型对不同大小的海雾目标的检测能力。另一方面,引入极化自注意力机制(PSA),有效聚焦图像的细粒度空间信息,捕获海雾的边缘特征,提升模型在云雾混合区域的海雾检测能力。在真实的海雾图像数据集上进行消融实验和对比实验,所提出的模型(简称为AFPSSegFormer),与基准模型相比,mIoU、Precision和m PA指标分别提升了2.38%、2.78%与0.31%,验证了所提出模型在海雾检测方面的有效性。