#遥感

有人拿架构搜索重新跑了一遍已发表的湖泊藻华分类模型，参数少了26倍，AUC还从0.790提到0.820，配方和小代码都开源了。

AGSA-Net将光谱解混与自注意力结合，在高光谱图像分类上表现优异，尤其适合城市场景分析。

卫星联邦学习老被轨道数据不均衡坑，FedOrbit 用分层聚合和自适应分解，在遥感基准上最高提了 16 个点，做边缘 AI 的可以看看。

遥感领域缺精细的篡改定位数据集，这个原型集合了拼接和扩散修复两类篡改，还带掩码和元数据，做取证研究可以直接拿来测。

LunarFM把三个月球任务的六种仪器数据整合成一个模型，能直接做资源识别和地质分类，开源数据集和代码。

法国NFI用LiDAR HD数据训练的FLORA模型，单模型跨季节预测森林属性，精度超过季节专用模型。

想测试遥感模型对细节的抓取能力？这个基准用了法国全国树篱数据，10米分辨率，还能跨气候区泛化。