Governer的博客

一种轻量化多尺度的遥感跨模态图文检索方法前言一、背景介绍二、算法介绍1.LW-MCR架构2.隐层监督优化3.半监督性能优化三、实验结果总结前言本文提出一种面向遥感数据的具有极小规模模型参数的跨模态检索方法，并基于知识蒸馏设计了一种多层级监督优化算法来提升小模型的检索精度。最后基于对比学习构建了一种半监督优化算法，通过使用无标签数据来进一步增强检索模型的性能。部分代码已开源，欢迎领域学者使用交流：https://github.com/xiaoyuan1996/retrievalSystemY

一种具有细粒度和多尺度的多源跨模态遥感图像检索方法前言一、背景介绍二、算法介绍1.非对称的跨模态多尺度图像多源检索算法 (AMFMN)2.基于先验相似度的动态margin调整策略3.更加细粒度的多源遥感图文数据集(RSITMD)三、实验结果总结前言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。本文介绍一种遥感领域非对称的跨模态多源图像检索方法，使用多尺度自注意力模块提取遥感图像的显著特征，并根据该特征引导多源检索信息的动态整合和表