SG-MAE

新型SAMBA模型利用Mamba和散布引导掩码增强SAR目标识别能力

研究人员推出了一种新颖的SAMBA基础模型，专为合成孔径雷达（SAR）目标识别而设计。SAMBA采用Mamba编码器来解决传统Transformer架构的计算复杂性问题，并结合了利用SAR物理成像特性的散布引导掩码自动编码器（SG-MAE）策略。该方法旨在改善自监督预训练，尤其是在标注数据稀缺的情况下，并在各种下游分类和检测任务上展示了最先进的性能。