评估遥感影像中小型光伏基础模型分割的语义和空间指导

时空光伏数据对于了解离网地区的采用过程至关重要，但此类数据仍然基本上无法获得。遥感（RS）图像的自动分割提供了一个有前途的解决方案；然而，住宅光伏系统由于规模小且分布稀疏，仍然是具有挑战性的目标，导致严重的目标背景不平衡。视觉语言基础模型（FM）通过基于提示的语义和空间指导提供了数据高效的范例，但不同提示类型的相对贡献仍不清楚。我们通过在不同的监督级别、训练策略、空间分辨率和成像条件下比较文本、几何和混合提示，系统地评估 SAM3 在 RS 图像中的小规模 PV 分割。来自大型离网农村地区的多时相航空图像作为研究地点，其研究结果在另外三个数据集上得到了验证。提示策略成为控制模型行为的主导因素。文本提示始终产生最低的性能，并且对监督和成像条件表现出最大的敏感性。相比之下，空间引导大大提高了分割精度和鲁棒性。混合提示实现了最高的准确性和稳定性，表明语义和空间引导提供了互补的信息。大多数性能提升都是通过数百个带注释的样本实现的，展示了强大的数据效率。迁移学习的总体影响有限，在有限的监督下，文本提示仅观察到适度的改进。总体而言，我们的研究结果将提示策略确立为 SAM3 适应性、鲁棒性和泛化性的关键决定因素，突显了提示 FM 在数据受限的离网区域中用于可扩展光伏测绘的潜力。