whb78952的博客

以往大多数的变化检测模型计算成本高昂难以应用，基于此，本文提出了一种轻量化的网络A2Net。考虑到移动网络的表征能力较弱，设计了一个邻居聚合模块( NAM )来融合骨干网附近阶段的特征，以加强时间特征的表征能力。然后，提出了一个渐进式变化识别模块( PCIM )，用于从双时相特征中提取时间差异信息。此外，设计了一个监督注意力模块( SAM )来对重加权特征进行有效的聚合，从高层到低层的多层次特征。

无监督变化检测《Unsupervised Change Detection in Satellite Images Using Convolutional Neural Networks》论文笔记

卷积神经网络CNN学习笔记

YOLO-V4学习笔记