HyperFree：面向高光谱遥感图像的通道自适应无调参基础模型

高级的高光谱遥感图像解释有助于许多精准的地球观测任务。最近，视觉基础模型推动了遥感解释，但主要关注RGB和多光谱图像。由于高光谱波段数量差异大，现有的基础模型将面临按图像调参的情况，这给硬件和时间资源带来巨大压力。本文提出一种无调参的高光谱基础模型，称为HyperFree，通过适应现有的视觉提示工程实现。为处理不同波段数量，我们设计了一个覆盖$0.4 \sim 2.5 \, \mu\text{m}$全光谱范围的可学习权重字典，支持动态构建嵌入层。为使提示设计更加可行，HyperFree通过将特征距离视为语义相似性，能够为单个提示生成多个语义感知掩码。经过在构建的大规模高分辨率高光谱图像上预训练后，HyperFree（仅需1个提示）在5个任务和11个数据集上显示出与专用模型（5次采样）相当的结果。代码和数据集可在https://rsidea.whu.edu.cn/hyperfree.htm访问。