PST900

新的预训练策略提高了遥感图像分割中深度学习的准确性

研究人员为用于遥感图像语义分割的深度学习模型开发了一种新的预训练策略。该方法旨在减轻由ImageNet等通用图像数据集与专业遥感数据之间的域差异引起的性能下降。通过指导模型在预训练期间避免学习特定于域的特征，该策略增强了泛化能力。该方法在iSAID、MFNet、PST900和Potsdam等四个不同数据集上取得了最先进的结果，为计算机视觉和遥感领域的统一基础模型铺平了道路。