في مهمة استخراج السفن على مستوى البكسل من الصور الاستشعار عن بعد والتي تعاني من نقص في المعايير المرجعية وجودة تفسير منخفضة، يبحث هذا البحث على مستويين هما مجموعة البيانات وبنية الشبكة، حيث تم بناء مجموعة بيانات لتقسيم دلالي للسفن (SSSD) ذات حجم كافٍ وأنواع غنية وتوزيع واسع، كما تم اقتراح طريقة لاستخراج السفن تعتمد على مهام مزدوجة وآلية انتباه مزدوجة. على مستوى مجموعة البيانات، تم اختيار مناطق الموانئ العالمية بعناية، وتم بناء مجموعة SSSD على أساس مجموعة بيانات HRSC2016، واحتوت المجموعة النهائية على 3760 صورة تدريب و923 صورة اختبار. على مستوى بنية الشبكة، من خلال دمج آلية الانتباه الذاتي متعددة الرؤوس والانتباه القنوي، تم تصميم آلية انتباه مزدوجة لتحسين دقة التقسيم بشكل فعال. بالإضافة إلى ذلك، تم إدخال فرع إشراف الهيكل كمهام مساعدة، لتكوين إطار شبكة ثنائية المهام مع التقسيم الدلالي، مما عزز فصل السفن عن الخلفية. أظهرت النتائج التجريبية أن الطريقة المقترحة حسنت مؤشر IoU بمقدار 11.44%، 17.84%، 12.25% و1.64% مقارنة بـ U-Net، ASPPUNet، DeepLabV3+ و MANet على التوالي؛ ورفع تصميم الانتباه المزدوج والمهام المساعدة مؤشر IoU بنسبة 2.02% و1.36%؛ وفي التجارب على التعميم أظهرت الطريقة قوة تكيف ومتانة أعلى. تعطي مجموعة بيانات SSSD التي تم إنشاؤها مرجعاً موثوقاً لتفسير السفن على مستوى البكسل، والطريقة المقترحة تتفوق على الطرق السائدة في الأداء والثبات وقابلية التعميم.

صور الاستشعار عن بعد;استخراج السفن;مجموعة بيانات;آلية انتباه;مهام مزدوجة