MSAM模块助力自动驾驶高光谱分割

该研究提出多尺度注意力机制（MSAM），通过三条不同核大小（1-11）的并行1D卷积自适应聚合特征，并集成至UNet跳跃连接以增强高光谱特征提取。 在多个城市驾驶高光谱数据集上，MSAM基线模型平均mIoU提升2.32%，mF1提升2.88%，且核组合(1;5;11)与(3;7;11)表现尤为突出。 该实证研究推动了高光谱处理在自动驾驶中的应用理解，并为车载自适应多尺度特征提取奠定了基础。