多尺度硬特征对比学习

遥感场景分类性能优于ImageNet预训练

一种自监督对比学习方法,通过构造硬正特征和硬负样本,在有限遥感图像上学习到更强的视觉表示,为下游场景分类提供更优的上游预训练模型。

Li, Zhihao · 侯彪 · 郭先鵬 · Ma, Siteng · Cui, Yanyu · 王爽 · 焦李成

IEEE Transactions on Geoscience and Remote Sensing 2023

技术优势

不依赖ImageNet预训练

直接在遥感图像上以无监督对比方式学习视觉表示,避免了自然图像与遥感图像之间的域差异。

有限数据也能学好

通过构造硬正特征和保存硬负样本的多样队列,丰富小规模遥感数据集的场景信息。

迁移性能超过同行

在三个场景分类数据集上的迁移性能优于传统ImageNet预训练模型和其他最先进对比学习方法预训练的模型。

应用场景