边缘增强稳抓小目标
针对矿区不规则、稀疏分布地物，通过边缘增强与长程信息提取提升小样本目标的分割精度。
周高典 · Jiahui, Xu · 陈伟涛 · 李显巨 · Jun, Li · 王力哲
IEEE Transactions on Geoscience and Remote Sensing 2023
在池化前用 Sobel 算子提取对象边界，增加边界特征权重，使小目标边缘信息得以保留。
通过图卷积网络捕获长程特征，并由卷积神经网络学习图构建，有助于提取矿区微小目标，如排土场。
在 LCMA 数据集上与 10 个网络对比，本模型性能最佳，尤其在小样本类别上表现突出。
在 GID 基准数据集上评估，结果依然优于对比方法，证明模型泛化能力。