文件大小：4.05M
针对遥感影像覆盖范围大、标注困难、类别融合适配度弱的问题，该文提出一种基于图像-文本多模态融合的小样本语义分割网络模型（FSSNet），采用编解码结构，编码器提取、语义对齐图像-文本多模态特征，并引入类别信息融合模块、实例信息提取模块。其中利用相关性原理设计基于对比语言-图像预训练（CLIP）模型的类别信息融合模块以增强查询图像与支持图像、文本间类别的适配；利用支持图像的实例目标区域作为先验提示，设计基于改进金字塔特征网络（IFPN）的实例信息提取模块，以提高查询图像目标区域分割的完整性。解码器引入多尺度特征融合的语义聚合模块，聚合类别信息、多尺度实例位置信息和查询图像特征，准确识别地物语义类别。在小样本语义分割数据集PASCAL-5i，公共遥感影像地物分类数据集LoveDA, Postdam和Vaihingen进行实验，该文FSSNet模型在PASCAL-5i数据集上的1-shot, 5-shot的平均交并比（m Io U）精度超越多信息聚合网络（MIANet），优于最佳水平（SOTA）模型分别为2.29%, 1.96%；在数据集LoveDA, Postdam和Vaihingen上的mIoU精度，优于SOTA模型分别为2.1%, 1.4%, 1.9%。在水利工程实际场景构建数据集HERSD，并进行实验，该文FSSNet模型的mIoU精度高于SOTA模型1.89%。结果表明该文FSSNet模型在遥感影像小样本地物分类、水利实际场景具有更高的分类识别精度。
