大型遥感影像密集预测的 RS-Mamba
原文中文,约400字,阅读约需1分钟。发表于: 。远程感知图像中的密集预测任务存在挑战,本研究提出了一种基于远程感知 Mamba(RSM)的模型,利用线性复杂度对全局特征进行建模,以有效处理大尺寸的高空间分辨率远程感知图像,并通过全局建模和多方向扫描提取大尺度空间特征等,实验结果表明该方法在 VHR 远程感知的密集预测任务上取得了最先进的性能。
高分辨率遥感卫星的发展为遥感研究带来便利。研究者提出了RSAM-Seg,对SAM模型进行了修改,消除了手动干预的需求。实验证明,RSAM-Seg在云、建筑物、场地和道路场景中的效果优于原始SAM和U-Net,并具有辅助注释和处理有限数据集的潜力。