【SegEarth-OV：用于遥感图像的无需训练的开放词汇语义分割方法】

文章预览

《SegEarth-OV: Towards Traning-Free Open-Vocabulary Segmentation for Remote Sensing Images》(2024) GitHub: github.com/likyoo/SegEarth-OV 这篇论文介绍了一种用于遥感图像的无需训练的开放词汇语义分割（OVSS）方法。该方法的核心在于两个主要的创新点：SimFeatUp和全局偏差减轻策略。 1. SimFeatUp：这是一个简单而通用的特征上采样器，旨在以无需训练的方式恢复深度特征中丢失的空间信息。它能够在少量未标记图像上训练，以重建与图像内容语义一致的高分辨率（HR）特征，并且在训练后能够上采样任意遥感图像特征。这一特性使得SimFeatUp可以作为一个通用的外部单元，用于无需训练的OVSS框架。 2. 全局偏差减轻策略：基于对CLIP中局部补丁标记对[CLS]标记的异常响应的观察，论文提出了一种直接的减法操作来减轻补丁标记中的全局偏差。 论文还提到了在17个遥感数据集上进行的 ………………………………