Seg2Change：采用开放词汇语义分割模型进行遥感变化检测

变化检测是遥感的一项基本任务，旨在量化人类活动和生态动态对土地覆盖变化的影响。现有的变化检测方法仅限于训练数据集中的预定义类，这限制了它们在现实场景中的可扩展性。近年来，针对遥感图像出现了许多先进的开放词汇语义分割模型。然而，仍然缺乏一个有效的框架来直接将这些模型应用于开放词汇变化检测（OVCD），这是一项集成视觉和语言来检测任意类别变化的新任务。为了应对这些挑战，我们首先构建一个与类别无关的变化检测数据集，称为 CA-CDD。此外，我们设计了一个与类别无关的变更头来检测任意类别的转换并将其索引到特定类别。基于它们，我们提出了 Seg2Change，一个适配器，旨在适应开放词汇语义分割模型来改变检测任务。没有花里胡哨的东西，这个简单而有效的框架实现了最先进的 OVCD 性能（WHU-CD 上 +9.52 IoU，SECOND 上 +5.50 mIoU）。我们的代码发布于 https://github.com/yogurts-sy/Seg2Change。