محققان به تازگی مدل جدیدی به نام «ProC-SAM3» را معرفی کردهاند که انقلابی در بخشبندی معنایی (Semantic Segmentation) تصاویر ماهوارهای ایجاد کرده است.
مدلهای قبلی در تشخیص دستهبندیهای پیچیده و اجسام کوچک در تصاویر ماهوارهای با چالشهای زیادی روبرو بودند؛ اما ProC-SAM3 با استفاده از یک سیستم «تطبیقدهنده دستهبندی» (Category Matcher) و بهینهسازی فرایند پردازش متنی، توانسته دقت مدل SAM 3 را به طرز چشمگیری افزایش دهد.
ویژگیهای کلیدی این دستاورد:
✅ بهبود ۳.۹ درصدی در شاخص mIoU نسبت به بهترین متدهای فعلی.
✅ کاهش هزینههای محاسباتی از طریق کش کردن متنها و حذف پردازشهای تکراری.
✅ عملکرد فوقالعاده در شناسایی اجسام کوچک و پراکنده.
این پیشرفت میتواند مسیر را برای تحلیلهای دقیقتر محیطزیستی، کشاورزی هوشمند و نقشهبرداریهای ماهوارهای هموارتر کند. 🌍🛰️
منبع: arXiv Computer Vision
