MBP-TransCNN分割网络

少样本精确分割

双分支编码器融合Transformer全局注意力与CNN局部特征,专门用于少样本下精确分割太阳光球层磁亮点。

Peng, Yang · 白海城 · Limin, Zhao · Gong, Xiaoying · 钟立波 · 杨阳 · 饶长辉

Astronomy and Astrophysics 2023

参数信息

精确率
0.976
召回率
0.827
F1 分数
0.893
像素准确率
0.999
交并比
0.808

技术优势

少样本也能用

通过弹性形变和旋转平移扩增数据,结合焦点损失处理样本不平衡,仅需少量标注即可训练高精度分割模型。

细节抓得准

边缘感知模块专门提取磁亮点精细边缘特征,优化分割结果,使 IoU 达到 0.808。

全局理解强

Transformer 分支提取全局上下文信息,配合 CNN 局部细节,能处理不同形状和背景的磁亮点。

全自动省人力

网络能自动、精确地对大量磁亮点进行像素级分割,无需人工干预。

应用场景