拉普拉斯卷积的双路径特征融合遥感图像智能解译方法

由于遥感图像存在多尺度变化和目标边缘模糊等问题,对其进行智能解译仍然是一项极具挑战性的工作。传统的语义分割方法在处理这些问题时存在局限性,难以有效捕捉全局和局部信息。针对上述问题,文中提出一种双路径特征融合分割方法 DFNet。首先,使用Swin Transformer作为主干提取全局语义特征,以处理像素之间的长距离依赖关系,从而促进对图像中不同区域相关性的理解;其次,将拉普拉斯卷积嵌入到空间分支,以捕获局部细节信息,加强目标地物边缘信息表达;最后,引入多尺度双向特征融合模块,充分利用图像中的全局和局部信息,以增强多尺度信息的获取能力。在实验中,使用了三个公开的高分辨率遥感图像数据集进行验证,并通过消融实验验证了所提模型不同模块的作用。实验结果表明,所提方法在Uavid数据集、Potsdam数据集、LoveDA数据集的mIoU达到了71.32%、85.58%、54.01%,提高了语义分割的性能,使分割结果更为精细。

扶绥县肉芥菜冬种技术简介

肉芥菜作为一种营养丰富、口感鲜美的蔬菜,受到了广大消费者的喜爱。为进一步提高肉芥菜的产量和品质,帮助农民获得更高的经济收入,以广西崇左市扶绥县为例,简单介绍了当前该县肉芥菜冬季种植现状,详细阐述了肉芥菜冬种技术环节,包括优选良种、田块选择、播种育苗、土地准备、合理移栽等方面,并从中耕除草、水分管理、合理施肥、病虫害防治等方面深入分析田间管理措施。