浏览量:15下载量:6CSCD:0
导出
收藏
专辑
基于视觉—语言大模型的小样本地表异常检测
Few-shot earth surface anomaly detection via large vision-language models
- “近年来突发性地表异常事件频发,"针对突发异常发生初期标注样本不足的问题,提出一种基于视觉—语言预训练模型的轻量级小样本地表异常检测方法",为解决遥感应急监测难题提供解决方案。”
- 2026年 页码:1-18
DOI:10.11834/jrs.20266048
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 15 ) 表( 5 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
朱秀芳 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室;北京师范大学 地理科学学部遥感科学与工程研究院
唐明秀 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
肖畅 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
宋骏楹 北京师范大学 遥感与数字地球全国重点实验室;北京师范大学 环境演变与自然灾害教育部重点实验室
崔颖 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
陈云浩 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
耿昊 北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
李康宁 中国矿业大学(北京) 地球科学与测绘工程学院
相关机构
北京师范大学 遥感与数字地球全国重点实验室
北京师范大学环境演变与自然灾害教育部重点实验室
北京师范大学 地理科学学部遥感科学与工程研究院
北京师范大学 地理科学学部/遥感与数字地球全国重点实验室
中国矿业大学(北京) 地球科学与测绘工程学院


