BriefGPT - AI 论文速递 · 2023-10-03T00:00:00Z 无标签自蒸馏方法在基于 SAR 的植被预测中的普适性探索 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该研究使用两个合成孔径雷达数据集对DINO-ViT模型进行预训练，并在中国、Conus和欧洲三个地区进行微调，以预测植被百分比。研究还探讨了模型的嵌入空间与其在不同地理区域之间和对未知数据的泛化能力之间的关联。 🏷️ 标签 植被百分比 泛化能力 自监督模型 遥感 预训练 阅读原文 生成长图 分享链接 已复制链接
