论文

AdaDINO:冷冻 DINO 的配对感知骨干适应,用于高效的遥感变化检测

AdaDINO: Pair-Aware In-Backbone Adaptation of Frozen DINO for Efficient Remote Sensing Change Detection

模型训练参数高效训练

摘要

诸如 DINO 之类的视觉基础模型 (VFM) 是针对单图像表示进行预训练的,而遥感变化检测则需要对双时态对进行推理。现有的基于 VFM 的方法通常对两个图像进行独立编码,然后才对它们进行比较,从而使 VFM 主干不知道跨时间关系。为了弥补这种不匹配,我们提出了 AdaDINO,这是一种配对感知的骨干适应框架,它为冻结的 DINO 编码器配备了双时态交互功能,以实现高效的变化检测。其核心组件,变化感知门控局部适应(CGLA),在选定的冻结块之后耦合两个流,并以相反的符号向它们注入共享的时间残差,增强真正的变化响应,同时保留对中点。批量共享块选择 (BSCS) 通过保留可作为紧凑密集 FFN 执行的批量共享通道块子集,进一步减少了前馈网络 (FFN) 计算。 CGLA 先验引导细化 (CPGR) 解码器重用编码器端变化响应进行从粗到细的预测。对四个遥感变化检测基准的实验表明,AdaDINO 相对于基于 VFM 的基线实现了具有竞争力或优越的性能,并且在与类别无关的 SYSU-CD 数据集上获得了最大的增益。删除 62.5% 的 FFN 隐藏宽度后,AdaDINO 在 SYSU-CD 上仍获得 85.29% 的 F1 分数,同时提供 1.41$\times$ 的吞吐量加速。代码将被发布。