新的基礎(chǔ)模型提高了遙感圖像解釋的準(zhǔn)確性
發(fā)布日期：2022-09-13 15:56:56 來源： 編輯：
據(jù)中國科學(xué)院(CAS)航天信息研究所(AIR)稱，已經(jīng)開發(fā)出一種名為RingMo的新基礎(chǔ)模型，以提高遙感圖像解釋的準(zhǔn)確性。
遙感圖像應(yīng)用于分類、變化檢測等領(lǐng)域，深度學(xué)習(xí)方法促進(jìn)了遙感圖像解譯的快速發(fā)展。最廣泛使用的訓(xùn)練范式是使用ImageNet預(yù)訓(xùn)練模型來處理指定任務(wù)的遙感數(shù)據(jù)。
但也存在自然場景與遙感場景存在領(lǐng)域差距、遙感模型泛化能力差等問題。因此，有必要開發(fā)一個具有通用遙感特征表示的基礎(chǔ)模型。由于有大量未標(biāo)記的數(shù)據(jù)可用，自監(jiān)督方法在遙感方面優(yōu)于全監(jiān)督方法。
該研究旨在提出一個遙感基礎(chǔ)模型框架，該框架可以利用生成式自我監(jiān)督學(xué)習(xí)對遙感圖像的好處。RingMo是一個大規(guī)模數(shù)據(jù)集，通過從衛(wèi)星和航空平臺收集200萬張遙感圖像構(gòu)建，覆蓋全球多個場景和對象。此外，遙感基礎(chǔ)模型訓(xùn)練方法是針對復(fù)雜遙感場景中的密集和小型物體設(shè)計的。
RingMo是第一個跨模態(tài)遙感數(shù)據(jù)的生成基礎(chǔ)模型。未來，該模型可應(yīng)用于3D重建、住宅建設(shè)、交通、水利、環(huán)保等領(lǐng)域。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！