UAGLNet：不确定性聚合全局-局部融合网络，基于协同CNN-Transformer的建筑物提取

这篇文章介绍了一种用于建筑物提取的新型深度学习架构，UAGLNet。该架构结合了卷积神经网络（CNN）和Transformer，利用全局和局部特征。对不确定性聚合的关注表明，试图提高提取过程的鲁棒性和可靠性。来源是ArXiv，表明这是一篇研究论文，可能详细介绍了所提出的网络的方法、实验和结果。

• •UAGLNet是一种用于建筑物提取的新型深度学习架构。
• •它结合了CNN和Transformer，用于全局和局部特征提取。
• •该架构结合了不确定性聚合以提高鲁棒性。
• •该论文很可能是在ArXiv上的研究出版物。