PulseAugur
中
实时 04:58:06
English(EN) ZODS-RS -- Zero-training Oriented Detection & Segmentation for Remote Sensing

ZODS-RS 流程实现了零样本训练的检测和分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 ZODS-RS，一种用于遥感的新型流程，无需任何训练数据即可执行目标检测和实例分割。该系统利用 DINOv3 特征和 SAM 风格的提案来输出水平边界框和实例掩码，解决了不同尺度、旋转和拥挤场景等挑战。ZODS-RS 在 FAIR1M 和 xView 等基准数据集上展示了具有竞争力的性能，并在小目标和跨域偏移方面显示出显著的改进。 AI

影响 为航空影像中的检测和分割提供了一个统一的、无需训练的解决方案，提高了对小型和拥挤目标的性能。

排序理由 这是一篇描述遥感新方法的学术论文。 [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]

  1. arXiv cs.CV TIER_1 English(EN) · Langxu Zhao ·

    ZODS-RS -- Zero-training Oriented Detection & Segmentation for Remote Sensing

    Remote-sensing and UAV applications need models that generalize across platforms and viewpoints without task-specific training. Yet training-free pipelines often falter on oriented geometry, scale/rotation variation, and crowded ports or airfields, and rarely unify detection and …

相关实体

相关话题