基于局部選擇Vision Transformer的遙感場景分類算法

摘要： 遙感場景分類旨在為航空圖像指定特定的語義標簽，是遙感圖像解譯中一個基礎(chǔ)且重要的任務(wù)。現(xiàn)有的研究主要利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）學(xué)習(xí)全局和局部特征，提高網(wǎng)絡(luò)的判別性表達。然而基于CNN的方法的感受野在建模局部特征的遠程依賴性方面存在局限性。近年來，Vision Transformer(ViT)在傳統(tǒng)的分類任務(wù)中表現(xiàn)出了強大的性能。Transformer的自我注意力機制將每個Patc...