Tag · 3 篇
地理空间基础模型
分布 图像分割1视觉语言模型1自监督与表征学习1
01 02 03
PRUE：一种可规模化落地的田块边界分割实用方案
PRUE: A Practical Recipe for Field Boundary Segmentation at Scale
在遥感田块边界分割任务上，系统对比了18个分割模型与地理空间基础模型（GFM），结论是U-Net语义分割骨干配合复合损失与针对性数据增强，在精度与部署指标上优于实例分割和GFM方案，为遥感密集预测的模型选型与鲁棒性训练提供了可复用的基线配方。
FUSAR-GPT：面向 SAR 影像的时空特征嵌入与两阶段解耦视觉语言模型
FUSAR-GPT: A Spatiotemporal Feature-Embedded and Two-Stage Decoupled Visual Language Model for SAR Imagery
对做遥感/多模态的视觉研究者，可复用其「时空锚点」把多源时序特征注入视觉骨干网络以补偿 SAR 目标表征稀疏的思路，以及解耦知识注入与任务执行的两阶段 SFT 范式，可直接迁移到其他低质量或非 RGB 成像域的 VLM 适配。
超越共享信息：从中间层恢复丢失的独特信息以提升多模态地理基础模型
Beyond What's Shared: Recovering Lost Unique Information from Intermediate Layers to Boost Multimodal Geo-Foundation Models
对做多模态对比学习（如 CLIP 式图文对齐）的人，这篇给出一个几乎零成本的改进：把中间层与最后一层特征融合，可恢复被对齐目标压掉的模态特有信息；其逐层分析（模态间隙、表征相似度、互信息）也可直接迁移到视觉-语言模型的特征选择与层融合策略上。