跳到正文
热点事件持续更新

SAREO-FM:解耦语义监督的SAR-EO基础模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Jeonghyeok Do 与 Munchurl Kim 提出 SAR-EO 基础模型 SAREO-FM,用解耦语义监督训练:模态 token 经掩码重建保留各传感器观测方式,可学习语义查询在预训练视觉基础模型指导下捕获场景内容,二者在共享编码器内交互。 该模型在百万级 SAR-1M 语料上预训练。作者称,SAR 单模态与 EO 单模态迁移均表现强劲,联合 SAR-EO 观测在受益于互补感知的任务上取得显著增益。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CV
    SAREO-FM:为 SAR-EO 基础模型解耦语义监督

    SAREO-FM 通过解耦语义监督训练 SAR-EO 基础模型:模态 token 经掩码重建保留各传感器观测方式,可学习语义查询在预训练视觉基础模型指导下捕获场景内容,二者在共享编码器内交互。该模型在百万级 SAR-1M 语料上预训练,SAR 单模态与 EO 单模态迁移均表现强劲,联合 SAR-EO 观测在互补感知任务上取得显著增益。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。