本文是论文《DASNet: Dual attentive fully convolutional siamese networks for change detection in high-esolution satellite images》的阅读笔记。现有的模型只要关注两幅输入图像的不同信息，对于伪变化信息缺乏鲁棒性。为解决该问题，文章提出了基于双注意力全卷积孪生神经网络的变化检测模型DASN
转载
2024-02-19 11:20:30
137阅读
文章目录一、传统contrastive loss二、WDMC loss(DASNet)1.应用于变化检测的contrastive loss变形 一、传统contrastive loss对比损失是一种降维学习方法，它可以学习一种映射关系，这种映射关系可以使得在高维空间中，相同类别但距离较远的点，通过函数映射到低维空间后，距离变近，不同类别但距离都较近的点，通过映射后再低维空间变得更远。
