arXiv · 机器人与计算机视觉· Kshitij Raj Sharma, Pierre Adorni, Minh-Tan Pham, Dirk Tiede, S\'ebastien Lef\`evre·· 13 天前AI 评分65
当地理空间基础模型遇见极高分辨率:基准测试其在超高分辨率地球观测影像上的表现
When GeoFMs Meet VHR: Benchmarking Foundation Models on Very High Resolution Earth Observation Imagery
AI 导读
该研究引入 VHR-Bench 基准套件,包含十个在 1.5m GSD 或更精细分辨率下的数据集,涵盖五个任务家族、八个应用领域及卫星与航空平台。评测结果显示,SkySense 在标签稀缺时领先,而基于网络预训练的 DINOv3 ViT-L 在全量标签下表现更佳;仅基于 Sentinel 尺度影像预训练的编码器效果最差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org