RS-DGC: 通过探索邻域统计量对遥感影像解释的动态梯度压缩

近期，分布式深度学习在遥感应用中引起了更多的关注，其中梯度稀疏化被验证为一种有效压缩梯度的方法，以减少通信成本并加快训练速度。通过引入梯度邻域来增强梯度之间的相互依赖，并使用邻域统计指标（NSI）来定义梯度的重要性，我们提出了一种动态梯度压缩方案（RS-DGC）用于遥感图像解释，该方法在智能解释遥感图像方面优于现有方法。