SPANet: दूरस्थ संवेदी चित्रों के लिए अर्थपूर्ण विभाजन हेतु उत्तराधिकार पूलिंग ध्यान नेटवर्क

संविधानात्मक न्यूरल नेटवर्क में, दूरस्थ संवेदी चित्रों में छोटे पैमाने के वस्तुओं और वस्तु सीमाओं की सटीक विभाजन एक बड़ी चुनौती है। जैसे-जैसे मॉडल गहरा होता है, ज्यामितीय जानकारी के साथ निम्न स्तर की विशेषताएँ और अर्थपूर्ण जानकारी के साथ उच्च स्तर की विशेषताएँ एक साथ प्राप्त नहीं की जा सकतीं। इस समस्या को हल करने के लिए, एक उत्तराधिकार पूलिंग ध्यान नेटवर्क (SPANet) का प्रस्ताव किया गया। SPANet मुख्य रूप से एक रीसेट50 को रीढ़ के रूप में, उत्तराधिकार पूलिंग ध्यान मॉड्यूल (SPAM) और विशेषता समाकलन मॉड्यूल (FFM) से बना है। विशेष रूप से, SPANet उच्च स्तर की विशेषताओं को रीसेट50 द्वारा और निम्न स्तर की विशेषताओं को रीसेट50 की पहले 11 परतों द्वारा निकालने के लिए दो समानांतर शाखाओं का उपयोग करता है। फिर, दोनों उच्च स्तर की विशेषताओं और निम्न स्तर की विशेषताओं को SPAM मॉड्यूल में भेजा जाता है, जो मुख्य रूप से एक उत्तराधिकार पूलिंग ऑपरेटर और एक स्व-ध्यान उप-मॉड्यूल से बना होता है, ताकि गहरे बहु-स्तरीय और प्रमुख विशेषताओं को आगे निकाला जा सके। इसके अतिरिक्त, SPAM के बाद निम्न स्तर की विशेषताएँ और उच्च स्तर की विशेषताएँ FFM द्वारा समाहित की जाती हैं ताकि स्थानिक जानकारी और ज्यामितीय जानकारी की पूरकता प्राप्त की जा सके। यह समेकन मॉड्यूल वस्तु के किनारों की सटीक विभाजन की समस्या को हल करता है। अंततः, दोनों शाखाओं की उच्च स्तर की विशेषताएँ और संवर्धित निम्न स्तर की विशेषताएँ अंततः समाहित की जाती हैं ताकि अंतिम भविष्यवाणी परिणाम प्राप्त किया जा सके। प्रयोगों से पता चलता है कि प्रस्तावित SPANet अन्य मॉडलों की तुलना में दो दूरस्थ महसूस किए गए डेटा सेटों पर एक अच्छा विभाजन प्रभाव प्राप्त करता है।