Python遥感影像深度学习指南(3)-卫星图像语义分割之用PyTorch创建一个简单的U-Net 模型

        在上一篇文章中，介绍了如何在不使用 torchvision 模块的情况下，创建卫星图像的多通道数据集。现在，我们将继续创建一个简单的深度学习模型，用于卫星图像的语义分割。

1、介绍

         下图来自 "卷积神经网络实现了从高分辨率无人机图像中高效、准确、精细地分割植物物种和群落 "的论文，我们要创建的U-Net模型与其类似，其中我们有 3 个压缩块contracting blocks和 3 个上采样块（也叫扩展块）upsampling blocks。让我们来详细了解一下。

2、定义压缩块

        U-Net 架构的第一部分是一组具有池化功能的卷积，它可以缩小图像分辨率（因此被称为压缩块），并创建额外的层来从原始图像中提取 "特征"。

        如果我们放大第一和第二个收缩块（下图），就会发现每个块都由 2 个卷积（如蓝色箭头所示，在本例中内核大小为 3x3）和一个跨距为 2x2 的最大池化组成，从而将输入图像的大小减半（在本例中从 128x128 减小到 64x64）。此外，我们还可以看到在第一次卷积时（第一个蓝色箭头），层数从 3 增加到 64，这表明在第一次卷积时使用的内核数量是经过设计决定的。

        为了建立一个更灵活的模型，我们将从定义一个表示这些收缩块的函数开始我们的代码， 如下所示。每次卷积后都会有一个批量归一化和一个非线性函数。最后，还有一个最大池化函数（stride=2），用于将输出分辨率减半。

 def contract_block(in_channels, out_channels, kernel_size, padding):

        contract = nn.Sequential(
            torch.nn.Conv2d(in_channels, out_channels, kernel_size=kernel_size, stride=1, padding=padding),
            torch.nn.BatchNorm2d(out_channels),
            torch.nn.ReLU(),
            torch.nn.Conv2d(out_channels, out_channels, kernel_size=kernel_size, stride=1, padding=padding),
            torch.nn.BatchNorm2d(out_channels),
            torch.nn.ReLU(),
            torch.nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
                                 )

        return contract

         contract_block 函数将接收输入信息，包括输入通道数（或层数）、输出通道数、内核大小和填充（如有必要）。为了在卷积阶段保持原始图像的分辨率（图下图），不丢失任何像素，填充是必要的。