Tag · 2 篇
遥感基础模型
01 02
TESSERA：用于地球表征与分析的地表光谱时序嵌入
TESSERA: Temporal Embeddings of Surface Spectra for Earth Representation and Analysis
TESSERA 用 Barlow Twins 加稀疏随机时序采样，让像素级嵌入对观测缺失保持不变，这种「对不规则采样鲁棒」的自监督目标可以直接迁移到视频或时序图像的自监督预训练中；它发布的 int8 全球嵌入和轻量适配头也为大规模检索提供了可复用的工程范式。
ORSATR-X：面向光学遥感目标识别、基于差分与激励网络的基础模型
ORSATR-X: A Foundation Model based on Differential-and-Excitation Networks for Optical Remote Sensing Object Recognition
把 DINOv3 的通用表征与一个旁路网络结合，用 Weber 局部适配器（中心-周边对比 + 方向梯度）增强低对比度目标的边界判别力，并用自监督蒸馏预训练旁路网络——这套「冻结基础模型 + 轻量旁路增强」的范式可直接迁移到其他低对比度、强背景干扰的视觉检测/分割任务。