非可见光数据综合应用研究:合成孔径雷达成像案例研究
原文中文,约400字,阅读约需1分钟。发表于: 。通过研究大规模预训练图像生成模型在非可见光领域的应用,特别以合成孔径雷达(SAR)数据为案例研究,提出了一种 2 阶段低秩自适应方法(2LoRA)和改良版本原型 LoRA(pLoRA),以生成 SAR 数据并在 SAR 分类和分割模型的训练过程中取得显著的改进效果。
本研究使用非标记的SAR数据,通过预训练和微调DINO模型,预测高分辨率土地覆盖地图。发现预训练模型性能略有提升,讨论了自监督学习在遥感和土地覆盖分割中的局限性和机会。展示了ViT的注意力图在遥感领域具有内在价值,并可能为其他算法提供有用的输入。为地球观测提供更好的自监督学习模型基础。