混合CNN与Transformer的变化检测网络

轻量化

一种轻量级变化检测网络，通过混合CNN与Transformer的特征，在保持高性能的同时显著减少参数和计算量。

Linlin, Wang · 张钧萍 · Bruzzone, Lorenzo

IEEE Transactions on Geoscience and Remote Sensing 2024

参数信息

参数量

0.32 M

计算量

1.59 G

技术优势

参数只有 0.32 M

比大多数现有变化检测网络小一个数量级，可以直接部署在资源受限的边缘设备上。

计算量才 1.59 G FLOPs

推理一次所需的浮点运算远低于同类方法，适合实时或近实时变化检测。

局部与全局特征双向互补

通过跨分支的双向交互，局部细节和全局上下文互相引导，避免了单分支信息缺失。

自注意力计算复杂度低

设计的 SFSSL 模块在获得全局特征的同时降低计算开销，轻量化不靠牺牲精度。

应用场景

• 遥感变化检测：用轻量网络快速比对多时相遥感影像，找出建筑物、道路等地物变化。
• 轻量级图像分析：模型极小，可在普通硬件上完成高分辨率影像分析，无需昂贵GPU。
• 边缘端部署：0.32 M 参数和低计算量适合部署到无人机、卫星或地面嵌入式设备。
• 环境监测：快速检测城市扩张、植被变化、灾害影响等环境动态，辅助决策。