La amplia distribución de rocas en la superficie de Marte constituye una amenaza potencial para la conducción segura del rover en Marte, y las características de distribución de rocas proporcionan pistas importantes para estudiar la evolución geológica del área de aterrizaje en Marte. Sin embargo, el reconocimiento de rocas en las imágenes de rovers en Marte enfrenta varios desafíos: la borrosidad de los bordes de las rocas y el fondo dificulta la extracción de contornos, la similitud de las características texturales de la superficie provoca errores de juicio, y los conjuntos de datos reales de rocas en Marte existentes restringen el entrenamiento del modelo. Para lograr un reconocimiento preciso de las rocas en las imágenes de los rovers de Marte, este artículo propone un modelo automático de reconocimiento de rocas basado en una red neuronal convolucional con un módulo de atención propia mejorado, logrando una segmentación precisa de las imágenes. Este modelo adopta una arquitectura codificador-decodificador, donde el codificador se basa en una red neuronal convolucional para extraer características de la imagen e incrustar un módulo de atención propia mejorado para mejorar la capacidad del modelo para percibir información contextual; el decodificador se encarga de mapear las características extraídas por el codificador de nuevo al espacio de la imagen para una segmentación precisa. Para probar el rendimiento del modelo, este artículo anotó las imágenes del rover 'Zhurong' y construyó el conjunto de datos 'Tianwen', combinando conjuntos de datos simulados Synmars, Simmars6k, MarsData-v2 del rover 'Curiosity' para probar y verificar el rendimiento del modelo. Además, este artículo también comparó la precisión de este modelo con diferentes métodos como DeepLabv3+, Unet++, Segformer, Marsnet, utilizando la precisión promedio del píxel, la recuperación y la puntuación de intersección para la evaluación, los resultados muestran que este modelo puede reconocer con precisión las rocas, con una precisión y recuperación de más del 90% en conjuntos de datos simulados, y con una precisión y recuperación óptimas en conjuntos de datos reales.

Marte; extracción de rocas; red neuronal convolucional; Transformador; extracción de características