تمكن تقطيع الأمثلة في صور الاستشعار عن بعد من تحقيق تحديد سطح الهدف وتصنيف على مستوى البيكسل في نفس الوقت، وهي مهمة هامة وتحديّة للغاية. تعتمد معظم طرق تقطيع الأمثلة الحالية لصور الاستشعار عن بعد على تعليقات دقيقة على مستوى البيكسل، والتي تكلف كثيراً في الإنتاج. بالإضافة إلى ذلك، تزيد الخلفيات المختلطة في صور الاستشعار عن بعد والحدود المعقدة للأهداف من صعوبة التقطيع. لمواجهة هذه التحديات، بنى هذا البحث نظام معلومات أولوية مدفوع مناسب لمهمة تقطيع الأمثلة الضعيفة الإشراف لصور الاستشعار عن بعد، واقترح شبكة تقطيع أمثلة ضعيفة الإشراف تعتمد على أولوية متعددة. بشكل محدد، وُزعت معلومات الأولوية في مهمة تقطيع الأمثلة الضعيفة الإشراف في صور الاستشعار عن بعد حسب مصدرها إلى أولوية المهمة وأولوية الصورة، حيث تستمد أولوية المهمة من مهمة اكتشاف مربع الحدود المرتبطة ارتباطًا وثيقًا بتقطيع الأمثلة، في حين تأتي أولوية الصورة من تلخيص واستكشاف معلومات الصورة نفسها. بالإضافة إلى ذلك، تم تصميم ثلاثة مكونات لتجسيد معلومات أولوية المهمة: قيد التناسق بين الإسقاط الإطاري والقناع، دالة تمثيل صعوبة التمييز البيكسلي، وقيد أولوية موقع المركز، حيث تدفع الشبكة لتحديد حجم القناع والتركيز الكامل على البيكسلات والمناطق المهمة في الصورة؛ كما تم تصميم مكونين لبناء معلومات أولوية الصورة: قيد التناسق البصري المجاوري وقيد التناسق التدرجي، مما يمكّن الشبكة من التمييز الفعّال بين المقدمة والخلفية والتكيف مع الحدود المعقدة للأهداف في صور الاستشعار عن بعد. تظهر نتائج التجارب على مجموعات بيانات صور الاستشعار عن بعد البصرية وSAR أن الطريقة المقترحة تحقق قيم AP بمعدل 52.5 و54.1 على التوالي دون الحاجة إلى أي تعليقات على مستوى البيكسل، متفوقة على طرق التقطيع الضعيف الحالية، وتصل إلى 89.3% و84.3% من أداء Mask R-CNN الخاضع للإشراف الكامل. توفر هذه الطريقة حلاً عالي الأداء ومنخفض التكلفة للترجمة الدقيقة متعددة الأصناف لصور الاستشعار عن بعد.

صور الاستشعار عن بعد;تقطيع الأمثلة;تفسير دقيق;تعلم ضعيف الإشراف;معلومات أولوية;نظام قيادة;حدود الهدف;تكلفة التعليقات