RS4D

新方法实现遥感实例分割的线性复杂度

研究人员开发了RS4D，一种用于遥感图像实例分割的新颖方法，该方法利用蒸馏状态空间模型（SSM）来实现线性计算复杂度。该方法解决了传统Transformer的二次方扩展问题，尤其适用于密集预测任务。该方法采用自适应噪声和掩码知识蒸馏技术，将大型自注意力模型的知识压缩到更高效的SSM骨干网络中。在基准数据集上的实验表明，与基于ViT的方法相比，RS4D骨干网络在参数量上减少了8倍，在FLOPs上减少了9倍，同时保持了具有竞争力的准确性。