研究人员开发了 CAFe-DINO，一种用于遥感影像开放词汇语义分割的新模型。该模型利用了 DINOv3 主干网络，该网络在没有领域特定预训练的情况下，在分割基准测试中表现出色。CAFe-DINO 通过使用成本聚合和文本-图像相似度上采样，在关键遥感数据集上取得了最先进的成果，甚至优于在遥感数据上进行微调的方法。 AI
影响 为遥感语义分割引入了一种新颖的方法，有可能在无需大量标记数据的情况下提高分析能力。
排序理由 这是一篇详细介绍特定 AI 任务新模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.03175v1 Announce Type: new Abstract: The remote sensing (RS) domain suffers from a lack of densely labeled datasets, which are costly to obtain. Thus, models that can segment RS imagery well without supervised fine-tuning are valuable, but existing solutions fall behin…
The remote sensing (RS) domain suffers from a lack of densely labeled datasets, which are costly to obtain. Thus, models that can segment RS imagery well without supervised fine-tuning are valuable, but existing solutions fall behind supervised methods. Recently, DINOv3 surpassed…