本文提出了一种轻量级模型解决多模态数据融合问题的方法，通过层级交叉模态变压器与模态门控实现。在三个基准数据集上验证了该方法的有效性，模型参数数量不到100万个，表现出具有竞争力的结果。

本文提出了一个有效的框架，用于对高分辨率光学卫星图像中的个别建筑物进行语义解释。通过领域自适应预训练策略、复合双支干、新的数据增强流程、随机权重平均训练和基于实例分割的模型集成，实现了额外的性能提升。此外，还探讨了光学卫星图像和SAR数据的多模态数据融合潜力。