一种基于级联注意力与加权融合网络的遥感图像细粒度分类方法

本发明公开了一种基于级联注意力与加权融合网络的遥感图像细粒度分类方法，该方法包括以下步骤：S1、使用深度卷积神经网络骨干从输入图像中分层提取多尺度特征图；S2、通过一个新颖的级联聚焦注意力模块对提取的特征图进行优化，该模块依次应用通道注意力和空间注意力，以增强特征的判别性；S3、采用一种创新的跨路径加权融合策略，通过可学习的加权双向融合机制，有效整合来自不同高层级的、经注意力优化的特征图，以提升模型对尺度变化的鲁棒性；S4、将最终融合的特征向量输入分类头，并使用Focal Loss损失函数进行端到端优化。本发明仅需图像级标签，有效解决了对昂贵辅助标注的依赖，在公开数据集上取得了优异的分类精度和实用价值。