异构地图集合的通用多尺度分割

历史地图集合在风格、比例和地理聚焦范围上高度多样，常由许多单页文件组成。然而，大多数地图识别工作都聚焦于针对单一地图系列的专家模型。相反，本文旨在开发通用的语义分割模型和本体。首先，我们引入 Semap，这是一个新的开放基准数据集，包含 1,439 个手动标注的切片，旨�反映历史地图文件的多样性。其次，我们提出一种分割框架，将程序化数据合成与多尺度集成相结合，以提高鲁棒性和可迁移性。该框架在 HCMSSD 和 Semap 数据集上均实现了最先进的性能，表明面向多样性的地图识别不仅可行，而且有益。结果表明，分割性能在地图集合、比例、地理区域和出版语境之间基本保持稳定。通过提出用于通用历史地图分割的基准数据集和方法，本工作为将长尾制图档案整合到历史地理研究中开辟了道路。