LSKNet：面向遥感的基础轻量级骨干网络
计算机视觉与模式识别
2025-08-12 v6 机器学习
摘要
遥感图像由于其固有的复杂性，对下游任务构成了独特的挑战。尽管已有大量研究致力于遥感分类、目标检测和语义分割，但大多数研究忽略了遥感场景中蕴含的有价值的先验知识。这些先验知识非常有用，因为如果不参考足够长的远程上下文，遥感目标可能会被错误识别，而该上下文对于不同目标是不同的。本文考虑了这些先验，并提出了一种轻量级的大选择性核网络（Large Selective Kernel Network, LSKNet）骨干。LSKNet 能够动态调整其大空间感受野，以更好地建模遥感场景中各种目标的远程上下文。据我们所知，大选择性核机制此前尚未在遥感图像中得到探索。无需复杂的技巧，我们的轻量级 LSKNet 在标准遥感分类、目标检测和语义分割基准上均取得了新的 SOTA 分数。我们的综合分析进一步验证了所识别先验的重要性以及 LSKNet 的有效性。代码可在 https://github.com/zcablii/LSKNet 获取。
引用
@article{arxiv.2403.11735,
title = {LSKNet: A Foundation Lightweight Backbone for Remote Sensing},
author = {Yuxuan Li and Xiang Li and Yimian Dai and Qibin Hou and Li Liu and Yongxiang Liu and Ming-Ming Cheng and Jian Yang},
journal= {arXiv preprint arXiv:2403.11735},
year = {2025}
}
备注
Accepted at IJCV 2024. Project page: (https://github.com/zcablii/LSKNet)[https://github.com/zcablii/LSKNet]. arXiv admin note: substantial text overlap with arXiv:2303.09030