实体
SG-MAE
SG-MAE
PulseAugur coverage of SG-MAE — every cluster mentioning SG-MAE across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
SAMBA模型凭借新颖的Mamba架构推动SAR目标识别发展
研究人员开发了SAMBA，这是一种新颖的、用于合成孔径雷达（SAR）自动目标识别（ATR）的自监督基础模型。SAMBA采用了具有线性复杂度的Mamba编码器、一种结合了SAR物理先验的散布引导掩码自动编码器（SG-MAE）策略，以及一个用于改进跨区域融合的特征交互模块。该方法解决了Transformer架构的计算需求以及SAR图像中通用掩码策略的局限性。评估表明，SAMBA在各种分类和检测任务上取得了最先进的性能，并且参数量少于现有模型。
-
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。