RingMo-Aerial: Un modelo de base de teledetección aérea con aprendizaje por contraste de transformación afín

Área de la Ciencia:

• Visión por computadora
• Detección remota
• Inteligencia artificial

Sus antecedentes:

• Las tareas de visión de teledetección aérea (ARS) se enfrentan a desafíos debido a los ángulos de visión únicos.
• Los algoritmos existentes carecen de una amplia aplicabilidad en diversas aplicaciones de visión ARS.

Objetivo del estudio:

• Para abordar la brecha en los modelos de base para la visión ARS.
• Desarrollar un modelo versátil y de alto rendimiento para diversas tareas de ARS.

Principales métodos:

• Introducción de la autoatención multi-cabeza con frecuencia mejorada (FE-MSA) para una mejor representación de objetos pequeños.
• Aprendizaje basado en la transformación afina para la adaptabilidad a ángulos de visión inclinados.
• Adaptador ARS propuesto para un ajuste eficiente de los parámetros.

Principales resultados:

• RingMo-Aerial logró un rendimiento de última generación (SOTA) en múltiples tareas de visión ARS posteriores.
• Capacidad demostrada para la representación de objetos pequeños y adaptabilidad a las condiciones de visualización de ARS.

Conclusiones:

• RingMo-Aerial es un modelo de base práctico y eficaz para la visión ARS.
• Los métodos propuestos mejoran significativamente el rendimiento en varias aplicaciones de visión ARS.