Deformable Vision Transformer

LC4-DViT利用生成式AI和Transformer进行精确的土地覆盖测绘

研究人员开发了LC4-DViT，一个使用可变形视觉Transformer进行土地覆盖分类的新型框架。该方法结合了生成式数据创建和一种感知变形的骨干网络，以提高准确性并处理高分辨率图像中的几何畸变。该系统使用GPT-4o生成的描述合成类别平衡的训练图像，并在基准数据集上取得了最先进的结果，展示了强大的迁移能力和与相关结构改进的注意力对齐。