Para abordar erros causados pela perda de detalhes e desequilíbrio de classes na segmentação de objetos em imagens de sensoriamento remoto com DeepLabV3+, propõe-se um método de segmentação baseado em rede leve DeepLabV3+. Primeiro, o MobileNetV2 substitui a rede backbone original para melhorar a eficiência do treinamento e reduzir a complexidade do modelo. Em seguida, aumenta-se a taxa de dilatação nas convoluções dilatadas da estrutura ASPP, e é aplicado um max pooling na última camada do ASPP para capturar efetivamente informações contextuais em diferentes escalas. Introduz-se o mecanismo de atenção SE em cada ramo do ASPP e o mecanismo de atenção ECA após a extração de características rasas, aprimorando a capacidade do modelo de perceber diferentes classes e detalhes. Por fim, utiliza-se a função de perda conjunta ponderada Dice-Focal para otimização, lidando com o problema de desequilíbrio de classes. O modelo aprimorado foi validado nos conjuntos de dados das competições CCF e Huawei Ascend Cup, e os resultados experimentais mostram que o método proposto apresenta melhorias em vários indicadores nos dois conjuntos de teste em comparação com o modelo DeepLabV3+ original: o mIoU atingiu 73,47% e 63,43%, com aumentos de 3,24% e 15,11%, respectivamente; a acurácia alcançou 88,28% e 86,47%, com aumentos de 1,47% e 7,83%; o índice F1 atingiu 84,29% e 77,04%, com aumentos de 3,86% e 13,46%. O modelo DeepLabV3+ aprimorado pode lidar melhor com a perda de detalhes e desequilíbrio de classes, melhorando o desempenho e a precisão da segmentação de objetos em imagens de sensoriamento remoto.

MobileNetV2; convolução dilatada; mecanismo de atenção; função de perda