یکی از سختترین و پرهزینهترین بخشهای پروژههای سنجش از دور (Remote Sensing)، برچسبگذاری دستی دادهها برای آموزش مدلهای تشخیص اشیاء است. حالا یک مقاله جدید روشی نوآورانه ارائه داده که با ترکیب مدلهای بنیادی مثل SAM2 و DINOv2، فرآیند آموزش را بسیار هوشمندتر کرده است.
ویژگیهای کلیدی این روش:
✅ کاهش چشمگیر نیاز به نظارت انسانی در مرحله برچسبگذاری.
✅ رفع مشکل نویز در دادههای اولیه (Cold-start).
✅ افزایش دقت تشخیص با استفاده از ترکیب دو منبع دادهای (Dual-Source).
این یعنی به زودی شاهد ابزارهای دقیقتر و سریعتر برای تحلیل تصاویر ماهوارهای خواهیم بود که هزینههای پروژههای بینایی ماشین را به شدت کاهش میدهد.
منبع: arXiv Computer Vision