完整PPT | 谷歌提出用于遥感大模型的Embedding Fields 模型

文摘   2024-10-16 08:11   荷兰  

 RS   DL 

介绍

近期,Geo for Good 2024会议发布了Google与DeepMind合作构建的地球基础模型Embedding Fields Model (EFM)。这一新兴研究领域展现了巨大的潜力,目前已有多个开源的地球基础模型问世,如Clay和NASA的Prithvi。EFM体现了Google在这一领域的探索,利用Embedding技术,通过结合多个传感器(如Sentinel-2、Sentinel-1、Landsat 8/9)在同一地点不同时间点(如一年)的观测数据,生成独特的64维“Embedding”向量,准确表示该位置。这种Embedding可以用于找到相似的地点(如定位所有装有太阳能电池板的像素)、生成土地覆盖图(只需少量标签即可分类像素)、以及进行变化检测(对比不同年份的Embedding)。

报告题目:Embedding Fields: Accelerate Your Mapping and Monitoring Workflows with Geospatial AI

PPT

参考来源:

  • https://spatialthoughts.com/2024/10/05/geo-for-good-2024/
  • https://docs.google.com/presentation/d/1ZfBYUNV1w377rkxc3REm5_evyzMJF6szxXGBszKC7uw/edit#slide=id.g303d40c4628_0_71




欢迎关注会议论文赏读系列

因配置了AI回复功能,除关键词自动回复外,号内信息主要由AI大模型回复。如需资源、投稿、合作等,请直接联系小助手微信(添加请备注:咨询投稿合作加群,加群需备注姓名/昵称,单位和研究方向)。


公众号欢迎优秀作者投稿!可加入优秀论文作者群:欢迎加入AI遥感优秀论文作者群!




问题及讨论可直接在文章下方留言



  欢迎关注  


分享遥感与深度学习领域的技术、论文、书籍、新鲜事。



欢迎加入遥感与深度学习交流群(点此加入)


遥感与深度学习
聚焦遥感与深度学习,分享相关技术、论文、书籍、资讯,团队来自国内外著名期刊作者及审稿人
 最新文章