本文是一篇关于SpectralFormer的论文阅读笔记，探讨了如何利用Transformer处理高光谱图像（HS）的问题。HS具有丰富的光谱信息，适合精细地刻画地物。文章指出HS的光谱通道顺序类似序列，适合Transformer处理，但Transformer可能忽视局部信息。为解决此问题，SpectralFormer采用通道分组引入局部信息，中等跳跃连接增强信息交互，并保留空间信息，适用于小样本的HS图像分类任务。
论文题目： SpectralFormer: Rethinking Hyperspectral Image Classification with Transformers
论文链接： https://arxiv.org/pdf/2107.02988.pdf.
代码链接： https://sites.google.com/view/danfeng-hong.
引用方式：
@misc{
hong2021spectralformer,
title={
SpectralFormer: Rethinking Hyperspectral Image Classification with Transformers},
author={
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
