Spatial Attention Unet Cloud Segmentation
模型简介
该模型结合了UNet的高效特征提取能力和空间注意力机制,专注于卫星影像中的云层分割任务,适用于多光谱图像分析。
模型特点
空间注意力机制
通过集成空间注意力模块,增强模型对重要空间区域的关注能力,提升分割精度。
多光谱处理能力
专门设计用于处理卫星多光谱影像数据,能够有效利用多波段信息。
轻量级架构
基于UNet的轻量级设计,在保持性能的同时降低计算资源需求。
模型能力
卫星影像分割
云层检测
多光谱图像分析
像素级分类
使用案例
气象监测
云层覆盖分析
用于气象卫星数据的云层覆盖检测和分析
可准确识别云层区域,为天气预报提供数据支持
环境监测
大气污染监测
通过云层分布分析辅助大气污染监测
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98