Advancing Plain Vision Transformer Towards Remote Sensing Foundation Model

计算机科学 变压器 内存占用 可扩展性 分割 人工智能 机器学习 计算模型 计算机视觉 工程类 数据库 操作系统 电气工程 电压
作者
Di Wang,Qiming Zhang,Yufei Xu,Jing Zhang,Boxue Du,Dacheng Tao,Liangpei Zhang
出处
期刊:Cornell University - arXiv 被引量:34
标识
DOI:10.48550/arxiv.2208.03987
摘要

Large-scale vision foundation models have made significant progress in visual tasks on natural images, with vision transformers being the primary choice due to their good scalability and representation ability. However, large-scale models in remote sensing (RS) have not yet been sufficiently explored. In this paper, we resort to plain vision transformers with about 100 million parameters and make the first attempt to propose large vision models tailored to RS tasks and investigate how such large models perform. To handle the large sizes and objects of arbitrary orientations in RS images, we propose a new rotated varied-size window attention to replace the original full attention in transformers, which can significantly reduce the computational cost and memory footprint while learning better object representation by extracting rich context from the generated diverse windows. Experiments on detection tasks show the superiority of our model over all state-of-the-art models, achieving 81.24% mAP on the DOTA-V1.0 dataset. The results of our models on downstream classification and segmentation tasks also show competitive performance compared to existing advanced methods. Further experiments show the advantages of our models in terms of computational complexity and data efficiency in transferring.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
伍德完成签到,获得积分10
1秒前
1秒前
小杜完成签到,获得积分10
1秒前
1秒前
shawn发布了新的文献求助10
3秒前
6秒前
6秒前
称心不尤完成签到 ,获得积分10
6秒前
Orange应助lllllee采纳,获得10
7秒前
星辰大海应助喝杯水再走采纳,获得10
7秒前
金蕊完成签到,获得积分10
7秒前
吴昊发布了新的文献求助10
7秒前
7秒前
汉堡包应助个性石头采纳,获得10
8秒前
aaa142hehe完成签到 ,获得积分10
8秒前
9秒前
mw发布了新的文献求助10
9秒前
打打应助隐形的烧鹅采纳,获得10
11秒前
日月星完成签到,获得积分10
11秒前
duoduo发布了新的文献求助10
12秒前
李爱国应助自信鞯采纳,获得10
12秒前
伯赏聪展发布了新的文献求助10
12秒前
ussiMi发布了新的文献求助10
13秒前
飞云之下发布了新的文献求助30
14秒前
英俊的铭应助victorchen采纳,获得10
14秒前
YANG完成签到 ,获得积分10
14秒前
16秒前
himat完成签到,获得积分10
16秒前
吴昊完成签到,获得积分20
16秒前
18秒前
zhong241完成签到,获得积分20
18秒前
buno应助王鑫慧采纳,获得10
19秒前
伯赏聪展完成签到,获得积分20
19秒前
狂野白梅完成签到,获得积分10
20秒前
大肥猫发布了新的文献求助10
21秒前
jella发布了新的文献求助10
22秒前
CuiZ0909发布了新的文献求助10
23秒前
木木VV完成签到,获得积分10
23秒前
wanghaowen完成签到,获得积分10
25秒前
hhgcc应助多来点芋泥采纳,获得10
25秒前
高分求助中
Medicina di laboratorio. Logica e patologia clinica 600
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
Language injustice and social equity in EMI policies in China 500
mTOR signalling in RPGR-associated Retinitis Pigmentosa 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3214262
求助须知:如何正确求助?哪些是违规求助? 2862914
关于积分的说明 8135930
捐赠科研通 2529163
什么是DOI,文献DOI怎么找? 1363278
科研通“疑难数据库(出版商)”最低求助积分说明 643775
邀请新用户注册赠送积分活动 616269