Effiziente Verarbeitung und Analyse von Fernerkundungsbildern mit sehr hoher Auflösung durch Remote Sensing Mamba
Remote Sensing Mamba (RSM) ist ein effizientes Modell, das globale Merkmale von Fernerkundungsbildern mit sehr hoher Auflösung mit linearer Komplexität erfassen kann, um Aufgaben der dichten Vorhersage wie semantische Segmentierung und Änderungserkennung effektiv durchzuführen.
Umfangreicher Datensatz für die Zuordnung von optischen und SAR-Bildern mit verschiedenen Quellen, Auflösungen und Szenen
Der 3MOS-Datensatz umfasst 155.000 Paare von optischen und SAR-Bildern aus verschiedenen Quellen, Auflösungen und Szenen, um die Entwicklung robuster Methoden zur Bildregistrierung zu fördern.
Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Mehrtask-Vortraining zur Verbesserung von Fernerkundungsgrundlagenmodellen
Durch Mehrtask-Vortraining (MTP) können die Repräsentationsfähigkeiten von Fernerkundungsgrundlagenmodellen signifikant verbessert werden, was zu überlegener Leistung in verschiedenen Fernerkundungsaufgaben führt.
LHRS-Bot: Ein leistungsstarkes multimodales Sprachmodell zur Verbesserung der Fernerkundung durch VGI-gestützte Großsprachmodelle
LHRS-Bot ist ein speziell für den Fernerkundungsbereich entwickeltes multimodales Sprachmodell, das durch den Einsatz von großen Mengen an geografischen Informationen aus freiwilligen Quellen (VGI) und weltweit verfügbaren Fernerkundungsbildern eine tiefgreifende Verständnis von Fernerkundungsbildern und komplexe Schlussfolgerungen innerhalb des Fernerkundungsbereichs ermöglicht.
Geospatial-aware und umfassend beschriftetes Bildunterschriften-Datensatz LuojiaHOG für die Bildtext-Rückgewinnung in der Fernerkundung
LuojiaHOG ist ein geospatial-bewusster, beschriftungserweiterungsfähiger und umfassend beschrifteter Bildunterschriften-Datensatz, der entwickelt wurde, um die Entwicklung fortschrittlicher Bildtext-Rückgewinnungsmodelle zu unterstützen.
Poly Kernel Inception Network für die Erkennung in der Fernerkundung
Poly Kernel Inception Network (PKINet) verbessert die Leistung der Objekterkennung in Fernerkundungsbildern durch Multi-Scale-Kernel und Context Anchor Attention.
EarthGPT: Ein universelles multimodales großes Sprachmodell für die multimodale Bildverarbeitung im Bereich der Fernerkundung
EarthGPT ist ein universelles multimodales großes Sprachmodell, das speziell für die multimodale Bildverarbeitung in der Fernerkundung entwickelt wurde.
Neubewertung der Vorab-Schulung von Transformatoren für multispektrale Satellitenbilder
Die Vorab-Schulung von Transformatoren mit multi-skalarer Information verbessert die Leistung bei Fernerkundungsaufgaben.
Auswirkungen von Farb- und Texturverzerrungen auf Erdbeobachtungsdaten im Deep Learning
Die Sensitivität von Modellen für die Klassifizierung von Landbedeckung in der Erdbeobachtung gegenüber Farb- und Texturverzerrungen wird untersucht.
Großflächige Landbedeckungsklassifizierung mit veralteten Produkten und Transformern
Die vorgeschlagene Transformer-basierte schwach überwachte Methode für die großflächige Landbedeckungsklassifizierung mit veralteten Daten übertrifft bestehende Methoden.
© 2024 by Linnk AI