MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法

殷海倩; 甘淑; 袁希平; 朱智富; 张家铮

doi:10.13885/j.issn.0455-2059.2025.03.008

兰州大学学报（自然科学版） ›› 2025, Vol. 61 ›› Issue (3) : 341 -349+356. DOI: 10.13885/j.issn.0455-2059.2025.03.008

MDS-DeepLabV3+——一种轻量级的复杂山地耕地提取方法

殷海倩, 甘淑, 袁希平, 朱智富, 张家铮

作者信息 +

Author information +

文章历史 +

摘要

针对复杂山地空间异质性显著、耕地信息破碎化严重、提取困难等问题,对DeepLabV3+模型进行改进,基于恐龙谷高分二号卫星影像,构建一种用于复杂山地耕地信息自动提取的MDS-DeepLabV3+模型.使用MobileNetV2作为特征提取器,引入其在ImageNet数据集上的预训练权重,降低复杂度,加速模型拟合;提出密集连接的空间空洞金字塔池化模块与scSE注意力模块结合的DscASPP模块,获取多尺度图像特征,整合空间通道信息.采用CARAFE算子替代原始上采样方法,在较大的感受野范围内聚合上下文信息,实现更准确和高效的特征重建.结果表明,MDS-DeepLabV3+模型平均交并比DeepLabV3+提升6.5%,平均像素准确率增加4.08%,F₁上升4.04%,模型参数量仅有3.97 MB.在禄丰数据集上对各种耕地类型的提取效果均优于其他分割网络,有效降低耕地漏提率和误提率,提取效率及准确性较高.