基于级联跨尺度注意力和边界感知的海陆图像分割方法

本发明属于智慧海洋和计算机视觉技术领域，公开基于级联跨尺度注意力和边界感知的海陆图像分割方法，包括步骤：获取遥感海陆图像数据，构建数据集；以ResNet‑50作为骨干网络构建Cascade‑BNet模型，基于遥感海陆图像数据逐级地提取四个残差阶段的分层特征图；对分层特征图进行统一通道、对齐空间尺寸、构造伪3D特征体，再分解后计算注意力，通过加权融合与降维，输出上下文特征图；采用包括改进FPN解码器与辅助融合头的Cascade‑BNet模型中的级联解码架构，经改进FPN解码器融合特征、辅助融合头融合边界信息，借多任务损失函数联合优化。本发明针对海陆分割，借分层特征提取、跨尺度注意力融合与级联解码优化，提升分割精度与边界锐利度，助力智慧海洋及计算机视觉应用。