Spatial Attention Unet Cloud Segmentation
模型概述
該模型結合了UNet的高效特徵提取能力和空間注意力機制,專注於衛星影像中的雲層分割任務,適用於多光譜圖像分析。
模型特點
空間注意力機制
通過集成空間注意力模塊,增強模型對重要空間區域的關注能力,提升分割精度。
多光譜處理能力
專門設計用於處理衛星多光譜影像數據,能夠有效利用多波段信息。
輕量級架構
基於UNet的輕量級設計,在保持性能的同時降低計算資源需求。
模型能力
衛星影像分割
雲層檢測
多光譜圖像分析
像素級分類
使用案例
氣象監測
雲層覆蓋分析
用於氣象衛星數據的雲層覆蓋檢測和分析
可準確識別雲層區域,為天氣預報提供數據支持
環境監測
大氣汙染監測
通過雲層分佈分析輔助大氣汙染監測
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98