文章预览
转自: 遥感与深度学习 题目:EarthNets: Empowering Artificial Intelligence for Earth Observation 期刊:IEEE Geoscience and Remote Sensing Magazine 论文:https://ieeexplore.ieee.org/abstract/document/10731951 平台: https://earthnets.github.io/ 年份:2024 单位:慕尼黑工业大学 主要内容 全面数据集综述与分类 系统性地回顾了500多个公开遥感数据集,并按任务(如分类、检测、分割等)进行详细分类。首次从体量、分辨率、模态等多维度对遥感数据集进行深度分析。 遥感数据集排名与关系分析 提出了基于数据集属性的排名和亲和关系分析方法,有助于整合相似数据集以支持大规模基础模型训练。 构建EarthNets开放平台 开发了一个统一的遥感任务平台,支持公平的算法性能评估,并简化了数据集获取和使用的流程。 推动基础模型与多模态研究 整合了视觉语言和其他模态数据,支持大规模预
………………………………