实体
RRSIS-D
RRSIS-D
PulseAugur coverage of RRSIS-D — every cluster mentioning RRSIS-D across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
DiCoR框架提升遥感图像分割的准确性和效率
研究人员开发了DiCoR，一个用于指代遥感图像分割的新框架，旨在提高准确性和效率。DiCoR解决了区分正确指代对象和模糊候选对象以及精炼分割掩码的挑战。该框架包含一个具有消歧意识的定位引导策略和一个轻量级的轮廓重校准模块。在多个基准数据集上的实验表明，DiCoR在保持性能和计算成本之间良好平衡的同时，实现了卓越的分割准确性。
-
新方法应对遥感图像分割挑战
研究人员开发了两种新的遥感图像分割方法。GeoSelect将分割重新构建为空间程序的执行，从而能够精确控制航空影像中的空间、比较和序数关系。GeoSAM-Lite是一个轻量级基础模型，通过使用领域感知预训练策略和特征融合层，解决了在资源受限平台上部署大型模型的计算挑战。
-
新框架S4ECA提升遥感图像分割效率
研究人员推出了一种名为S4ECA的新框架，以提高指代遥感图像分割（RRSIS）的效率和准确性。该方法解决了在小型数据集上对大型基础模型进行完全微调所带来的计算强度和潜在的泛化问题。S4ECA采用双编码器适配器架构，实现参数高效适应，仅更新2.4%的骨干网络参数。该框架通过有效对齐跨模态信息和动态强调相关的视觉上下文，在RRSIS-D和RefSegRS数据集上取得了最先进的性能。