در این مقاله، به تقسیم‌بندی معنایی برای تصاویر پهپاد به‌منظور شناسایی اجسام موجود در تصاویر پرداخته‌شده است. مجموعه داده‌های تقسیم‌بندی معنایی پهپاد با وضوح‌بالا به‌عنوان مکمل، چالش‌های جدیدی ازجمله تنوع در مقیاس بزرگ، تشخیص شی متحرک و حفظ سازگاری زمانی را به همراه دارد. مجموعه داده‌های ارائه‌شده بر روی افزایش ایمنی پرواز و شناسایی اجسام در مناطق شهری تمرکز دارد. چندین روش پایه یادگیری عمیق بر روی مجموعه داده ارائه‌شده است. در میان این روش‌ها، Multi-Scale-Dilation پیشنهادی از طریق استخراج ویژگی‌های multi-scale دارد که دارای بهترین عملکرد است. میانگین امتیاز آن به 96.75درصد می‌رسد که بیش از 6.1 درصد عملکرد بهتری نسبت به سایرین دارد. همچنین تأثیر منظم‌سازی مکانی و زمانی برای دنباله‌ای از داده‌ها را با استفاده از بهینه‌سازی فضای ویژگی بررسی کرده‌ایم.
)