zy_destiny
一名天天向上的程序媛
展开
-
【ChangeCLIP】Remote sensing change detection with multimodal vision-language representation learning
ChangeCLIP论文及代码使用详解。持续更新变化检测最新论文,欢迎订阅本专栏。原创 2024-07-01 11:23:27 · 51 阅读 · 0 评论 -
【变化检测真实性验证】A Change Detection Reality Check论文解读
引言:变化检测是遥感图像分析中的一个重要问题,对于灾害响应和环境监测等应用至关重要。尽管许多新提出的模型声称在标准基准数据集上取得了性能提升,但作者质疑这些进步是否真实。研究背景:作者指出,随着时间的推移,由于训练方法的差异,新模型与旧模型之间的比较变得越来越不公平。简单基线实验常常能力不足,这在深度度量学习、无监督领域适应、图像分类等多个研究领域都是普遍现象。方法作者重新审视了双时相变化检测基准,并使用简单的基线模型进行实验,以评估这些基线与最新技术的性能对比。实验中使用了几种最先进方法。原创 2024-06-24 17:52:06 · 53 阅读 · 0 评论 -
【BAN】A New Learning Paradigm for FoundationModel-based Remote Sensing Change Detection
本文详解一种变化检测新框架Bi-Temporal Adapter Network(BAN),可以适用于目前现有的任何一个变化检测网络,并在此基础上增加几个学习参数,即可提升网络性能,包含论文下载地址和源码下载地址链接。原创 2024-01-24 14:51:45 · 280 阅读 · 0 评论 -
【变化检测】变化检测相关数据集+代码+论文合集
光学影像变化检测领域数据集(有label的,无label的)、高光谱影像变化检测领域数据集、3D变化检测领域数据集、传统变化检测算法、深度学习变化检测算法、SAR变化检测算法、高光谱变化检测算法论文及代码等资源。原创 2024-01-16 17:08:57 · 528 阅读 · 0 评论 -
【Changer】Changer: Feature Interaction is What You Need for Change Detection论文详解(含python代码)
Changer: Feature Interaction is What You Need for Change Detection论文详解(含python代码)原创 2023-12-19 15:39:38 · 1208 阅读 · 0 评论 -
【USSFC-Net】python代码复现
Ultralightweight Spatial–Spectral Feature Cooperation Network for Change Detection in Remote Sensing Images论文源码复现原创 2023-12-12 17:20:21 · 1110 阅读 · 2 评论 -
【USSFC-Net】Ultralightweight Spatial–Spectral FeatureCooperation Network for Change Detection inRemot
USSFC-Net遥感影像变化检测论文详解,赋论文下载和代码下载链接。原创 2023-12-12 14:03:26 · 1045 阅读 · 0 评论 -
【Tiny_CD】Tiny_CD变化检测网络详解(含python代码)
tiny-cd网络详解,含论文下载、代码下载地址。原创 2023-11-24 19:41:04 · 1317 阅读 · 0 评论 -
【PPDM-CD】Remote Sensing Change Detection using Denoising Diffusion Probabilistic Models论文详解
详解【PPDM-CD】遥感影像变化检测网络详解原创 2023-11-17 17:24:34 · 174 阅读 · 0 评论 -
【MTR-DBN】CHANGE DETECTION OF BUILDINGS WITH THEUTILIZATION OF A DEEP BELIEF NETWORK ANDHIGH-RESOLUTI
详解【MTR-DBN】建筑物变化检测论文原创 2023-11-15 16:35:47 · 275 阅读 · 3 评论 -
【LSNET】用自己的数据复现LSNet变化检测代码
本篇主要是讲解如何用自己的数据复现代码LSNET变化检测网络。原创 2023-11-14 16:21:43 · 354 阅读 · 3 评论 -
【LSNET】变化检测SNET: EXTREMELY LIGHT-WEIGHT SIAMESE NETWORK FOR CHANGE DETECTIONOF REMOTE SENSING IMAGE
本文提出了一种轻量化的孪生网络LSNET,用于遥感影像变化检测任务,用可分离空洞卷积代替标准卷积,并删除密集的冗余连接,在孪生特征融合时只保留有效的特征流,大大压缩了参数量和计算量。与目前SOTA方法在CCD数据集上参数量减少了90.35%,计算量减少了91.34%,准确率仅下降了1.5%。原创 2023-11-13 16:55:50 · 258 阅读 · 0 评论 -
【MTGCD-Net】Detecting Building Changes with Off-Nadir Aerial Images
双时相图像变化检测任务经常会由于建筑物非正射影像导致前后两期建筑物顶部距离较远导致误识别,本文提出MTGCD网络的多任务辅助学习策略,有效避免建筑物侧立面影响导致的建筑物变化检测虚警问题。原创 2023-06-01 15:45:54 · 765 阅读 · 0 评论 -
【SCPFCD】Change Detection Based on SupervisedContrastive Learning for High-ResolutionRemote Sensing
变化检测(CD)是高分辨率双时遥感图像中一项具有挑战性的任务。最近CD任务的许多研究都集中在设计全卷积孪生网络架构上。然而,这些方法中的大多数通过随机值或ImageNet预训练模型来初始化编码器,而没有CD任务的先验知识,从而限制了CD模型的性能。在本文中,提出了一种新的监督对比预训练和微调CD(SCPFCD)框架,该框架由两个级联级组成,用于训练基于预训练编码器的CD网络。在第一个监督对比预训练阶段,孪生网络的编码器在标记的CD数据被要求解决所提出的CD对比预训练方法上引入的联合借口任务。原创 2023-05-31 17:52:47 · 181 阅读 · 0 评论 -
【A2Net】TGARS2023-渐进型特征融合和监督注意力机制的轻量化遥感变化检测网络
【A2Net】轻量级遥感变化检测网络论文解析与代码地址原创 2023-03-13 19:33:57 · 1455 阅读 · 7 评论 -
【DMINet】Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network
【DMINet】工程含文献下载地址、工程代码地址和预训练模型地址。原创 2023-03-02 10:55:50 · 622 阅读 · 0 评论 -
【ChangeFormer】工程代码复现
【ChangeFormer】工程代码复现,含代码,预训练模型地址和数据地址。原创 2022-12-22 16:18:13 · 1345 阅读 · 8 评论 -
【BIT】Remote Sensing Image Change Detection With Transformers
现代变化检测(CD)通过深度卷积强大的判别能力已经取得了成功。然而,由于物体的复杂性导致高分辨率遥感 CD 仍然具有挑战性。具有相同语义概念的对象可能在不同时间和空间位置表现出不同的光谱特征。最近使用纯卷积的 CD 仍可以在时空中进行大范围关联。非局部自注意力方法通过对像素之间的密集关系建模表现良好,但计算效率低下。在这里,我们提出了一种双时相图像转换器 (bitemporal image transformer,BIT),以有效地对时空域内的上下文建模。原创 2022-12-19 17:34:42 · 602 阅读 · 0 评论 -
【ChangeFormer论文】A TRANSFORMER-BASED SIAMESE NETWORK FOR CHANGE DETECTION
摘要:论文提出的ChangeFormer网络,与最近的变化检测网络不同的地方是:它是基于全卷积网络,设计了一个包含多层级结构的编码模块和MLP的解码模块的孪生网络,它能获得多尺度、长距离的不同粒度特征,并且端到端的网络在公开数据集上表现良好。原创 2022-12-19 15:31:58 · 982 阅读 · 0 评论 -
【变化检测】国土资源典型要素变化遥感智能监测关键技术及应用
在国家重点研发计划和自然科学基金等项目的支持下,本项目成功研发了国土资源典型要素精细化检测与解译,要素变化自动发现与提取技术成果。成果包括任务驱动的空天地多源遥感影像快速获取与协同处理,渐进增长机制驱动的海量样本数据集自动制作,顾及场景-目标-像素层次关系的国土资源典型要素智能识别与解译,语义信息增强的国土资源典型要素变化鲁棒检测等关键技术,解决了国土资源专题要素自动识别不准,国土资源变化发现慢、检测难、查不全等瓶颈难题,在涉及国土资源违法行为监测等领域应用效果显著。该成果获2020地理信息科技进步特等奖。原创 2022-11-03 15:00:22 · 729 阅读 · 0 评论 -
带你一文了解hourglass
这里文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结前言前两天看了一篇论文,其中提到了Hourglass,文中对hourglass的结构没有详细的图解和文字描述,对之前不了解人体姿态估计的我,还是挺新鲜的,所以把hourglass的东西深挖出来,与你们分享。一、hourglass简介首先,hourglass是在2016年的ECCV上提出的,论文原文在这里。 ...原创 2021-01-13 11:22:43 · 2417 阅读 · 0 评论 -
STANet:基于时空注意力机制的变化检测网络
论文:A Spatial-Temporal Attention-Based Method and a New Dataset for Remote Sensing Image Change Detectionpytorch源码:GitHub地址摘要遥感影像的变化检测在两时相影像中经常会由于光照角度和位置配准误差产生误识别,影像网络表现,在本文中,作者提出了一种基于时空注意机制的孪生神经网络,设计了一种变化检测注意力机制来对时空关系进行建模,在特征提取过程中增加了一个变化检测自注意力模块,计算任原创 2020-11-21 11:11:51 · 4136 阅读 · 7 评论 -
变化检测:CEECNet详解 Looking for change? Roll the Dice and demand Attention
文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结摘要首先来一张图表达什么是变化检测,如下所示,两张同一区域不同时相的输入图像,一个输出图像,输出即使感兴趣的某类要素发生变化的区域。变化检测任务通常会由于两张输入图的不同环境条件因素,变化的形式不相关因素,和不是感兴趣类别的变化等原因,变得很困难。在这里,作者提出了一种适用于高分辨率遥感影像的深度学习变化检测框架,这个框架里包含了一个新的loss函数,新的注意力机制,新的建筑物特征...原创 2021-01-07 18:11:23 · 1278 阅读 · 0 评论 -
DASNet: Dual attentive fully convolutional siamese networks for change detection in high-resolution
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结摘要《用于高分辨率卫星图像变化检测的双重注意完全卷积孪生网络》提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。一、pandas是什么?示例:pandas 是基于Num...原创 2021-01-11 18:42:27 · 2077 阅读 · 6 评论 -
Dual Super-Resolution Learning for Semantic Segmentation(CVPR2020))论文解读
目录1.网络结构图2.单模块结构2.1.语义分割超分辨率(SSSR)模块2.2.单图像超分辨率(SISR)模块2.3.特征相似性(FA)模块3.损失函数4.部分结果展示《Dual Super-Resolution Learning for Semantic Segmentation》这篇文章是中科院自动化研究所的2020CVPR论文,我觉得可以借鉴亮点是将超分辨率重建(Super-Resolution)用在分割任务上,不仅没有加大计算量,而且提高了分割精度。不禁感叹,.原创 2021-01-12 19:58:23 · 522 阅读 · 0 评论