西电 & 上交大提出 S2Mamba, 超越传统 Transformer, 提升高光谱图像分类准确性 !

文章预览

前言   在本文中，作者创新性地提出了 S Mamba ，一种用于高光谱图像分类的空间-光谱状态空间模型，以挖掘空间-光谱上下文特征，从而实现更高效和准确的土地覆盖分析。 在S Mamba中，通过不同维度设计了两套选择性的结构化状态空间模型进行特征提取，一套用于空间，另一套用于光谱，并伴随一个空间-光谱混合门以实现最优融合。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 代码：https://github.com/PURE-melo/S2Mamba 1 Introduction 高光谱图像（HSI）由众多光谱带组成，由于其丰富的物质信息，能够进行土地覆盖分析，在精准农业、矿物勘探和环境监测等领域具有广泛的应用。因此，设计一个更有效、更高效的高光谱图像分类模型具有很强的激励性。作为广泛 ………………………………