基于通道域注意力卷积神经网络的遥感影像高尔夫球场提取

针对高尔夫球场目标大、场景复杂等引起的难以完整准确提取问题，构建了EfficientNetB3+UNet网络，引入通道域注意力模块，设计了大尺寸样本训练策略，并对模型进行了对比实验分析和应用。实验结果表明，所提方法的mIoU精度为0.948 7，明显高于非通道域注意力模型（mIoU为0.884 8）和小尺寸模型（mIoU为0.601 4），有效提升了高尔夫球场提取的完整性和准确性，显著降低了自然植被、水域等复杂内部场景和球场边缘混合场景等导致的漏提和误提现象。同时，在北京、上海、广州和深圳四地的高尔夫球场提取应用中，模型召回率均优于90%，具有良好的应用价值。