PanAdapter：具有空间-光谱先验注入的两阶段微调用于图像融合
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了在小规模数据集上进行图像融合（pansharpening）任务中面临的数据集规模和性能限制问题。提出的PanAdapter方法通过两阶段的训练策略和局部先验提取模块，有效利用预训练模型的高级语义信息，显著提升了图像融合的性能。实验证明，该方法在多个基准数据集上达到最先进的成果，展示了其在小数据集上的巨大潜力。
本研究提出了PanAdapter方法，通过两阶段训练策略和局部先验提取模块，解决了小规模数据集上图像融合任务的限制问题。该方法利用预训练模型的高级语义信息，显著提升了图像融合性能，并在多个基准数据集上达到最先进成果，展示了其在小数据集上的潜力。
