从像素到补丁：地球嵌入的池化策略
计算机视觉与模式识别
2026-03-30 v2 机器学习
摘要
地理空间基础模型日益暴露出像素级嵌入产品，这些产品可在无需访问底层编码器的前提下进行下载和重用。在此情境下，具有补丁或区域级标签的下游任务需要一种后处理聚合步骤，将稠密像素嵌入映射到单个表示。默认选择的平均池化会丢弃补丁内部的变异性，在空间分布迁移情况下可能表现不佳。为研究此情境，我们引入EuroSAT-Embed：从三个基础模型（AlphaEarth、OlmoEarth、Tessera）派生的81,000个嵌入GeoTIFF。使用这些固定的嵌入产品，我们对11种训练-free的池化方法和2个在训练集中拟合的基线进行基准测试，分别在随机划分和地理上不相连的测试划分上进行。更丰富的池化方案可将与平均池化相比的地理泛化差距缩小50%以上，并在空间划分上提升精度最高可达6%。我们建议采用三级策略：（1）平均值作为基线；（2）统计池化（最小/最大/平均/标准差）在嵌入维度的4倍下作为默认选项；（3）协方差池化用于实现最高精度。对于所有三个嵌入产品，简单的数据分布统计均优于平均池化，在空间划分上表现更好。
引用
@article{arxiv.2603.02080,
title = {From Pixels to Patches: Pooling Strategies for Earth Embeddings},
author = {Isaac Corley and Caleb Robinson and Inbal Becker-Reshef and Juan M. Lavista Ferres},
journal= {arXiv preprint arXiv:2603.02080},
year = {2026}
}
备注
ICLR 2026 ML4RS Workshop