Ny fundamentmodel forbedrer nøjagtigheden til billedfortolkning af fjernmåling

En ny fundamentmodel kaldet RingMo er blevet udviklet for at forbedre nøjagtigheden af ​​billedfortolkning af fjernregistrering, ifølge Aerospace Information Research Institute (AIR), Chinese Academy of Sciences (CAS).

Undersøgelsen med titlen "RingMo:A Remote Sensing Foundation Model with Masked Image Modeling" blev offentliggjort i IEEE Transactions on Geoscience and Remote Sensing .

Fjernmålingsbilleder anvendes inden for områder som klassificering og ændringsdetektion, og deep learning-tilgange har bidraget til den hurtige udvikling af fjernmålingsbilledfortolkning. Det mest udbredte træningsparadigme er brugen af ​​ImageNet-trænede modeller til at behandle fjernmålingsdata til specificerede opgaver.

Der er dog problemer, såsom et domænegab mellem naturlige og fjernmålingsscener og fjernmålingsmodellers dårlige generaliseringskapacitet. Det er således nødvendigt at udvikle en grundmodel med generel fjernmålingsfunktionsrepræsentation. Da en stor mængde umærkede data er tilgængelig, er den selvovervågede metode bedre end den fuldt overvågede metode til fjernmåling.

Undersøgelsen har til formål at foreslå en basismodelramme for fjernmåling, som kan udnytte fordelene ved generativ selvovervåget læring til fjernmålingsbilleder. RingMo har et datasæt i stor skala, der er konstrueret ved at indsamle 2 millioner fjernmålingsbilleder fra satellit- og luftplatforme, der dækker flere scener og objekter rundt om i verden. Derudover er træningsmetoden til fjernmålingsfundamentmodeller designet til tætte og små objekter i komplicerede fjernmålingsscener.

RingMo er den første generative fundamentmodel for tværmodale fjernmålingsdata. I fremtiden kan modellen anvendes til 3D-rekonstruktion, boligbyggeri, transport, vandbeskyttelse, miljøbeskyttelse og andre områder. + Udforsk yderligere

Gensidig opmærksomhed startnetværk udviklet til fjernmåling af visuel besvarelse af spørgsmål