QB-Net

量子混合模型在野火分割方面展现潜力

研究人员开发了QFireNet，一种用于利用卫星影像进行野火分割的混合量子-经典模型。通过将变分量子电路集成到U-Net架构中，QFireNet旨在更好地模拟野火数据集中发现的复杂光谱特征。研究发现，量子增强模型，特别是QB-Net和QuFeX，在F1分数方面优于经典的U-Net基线，尽管经典的特征金字塔网络（FPN）取得了相当的结果。至关重要的是，数据混合显著提高了FPN的性能并减少了域偏移，证明了数据预处理对于稳健野火检测的重要性。