English(EN) Large-Small Model Collaboration for Farmland Semantic Change Detection

新框架通过大-小模型协同增强农田变化检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-12 15:40

研究人员开发了一种新的农田语义变化检测框架，解决了现有基准和模型中的局限性。所提出的方法，称为细粒度差异感知Mamba (FD-Mamba) 结合跨模态逻辑仲裁 (CMLA)，使用一个小型、任务特定的模型以及一个大型、冻结的视觉语言模型。这种协同旨在通过保留边界、定位小区域和通过文本先验抑制伪变化来改进细粒度监测。在新 HZNU-FCD 基准和其他数据集上的实验表明，在可训练参数相对较少的情况下，具有高准确性和鲁棒性。 AI

影响引入了一种新颖的农业语义变化检测方法，有望改善土地管理和监测。

排序理由该集群包含一篇详细介绍特定计算机视觉任务的新颖方法和基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Haoyu Zhang · 2026-05-12 15:40

Large-Small Model Collaboration for Farmland Semantic Change Detection

Farmland Semantic Change Detection (SCD) is essential for cultivated land protection, yet existing benchmarks and models remain insufficient for fine-grained farmland conversion monitoring. Current datasets often lack dedicated "from-to" annotations, while visual change detection…

报道来源 [1]

Large-Small Model Collaboration for Farmland Semantic Change Detection

相关实体

相关话题