![arxiv：2411.15497V2 [CS.CV] 2024年11月26日](/simg/8/811ad24cc1d5902e1721b00a4ab5775467ef340d.webp)
机构名称：
¥ 1.0
遥感图像对象检测（RSIOD）旨在识别和定位卫星或空中图像中的特定对象。但是，当前RSIOD数据集中存在标记数据的稀缺性，这显着限制了当前检测算法的性能。尽管现有技术，例如数据增强和半监督学习，可以在某种程度上减轻这种稀缺性问题，但它们在很大程度上依赖于高质量的标签数据，并且在稀有对象类中的性能差。为了打扮这个问题，本文提出了一个布局控制的扩散生成模型（即燃气。据我们所知，Aerogen是第一个同时支持水平和旋转边界箱状况生成的模型，从而实现了满足特定外部外部和对象类别要求的高质量合成图像的构成。此外，我们提出了一个端到端数据增强框架，该框架集成了多样性条件的发电机和过滤器 -
arxiv：2411.15497V2 [CS.CV] 2024年11月26日
主要关键词
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日PDF文件第1页](/bimg/3/37c3acc65f8234a7088c88f6529ba78e573e31be.webp)
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日PDF文件第2页](/bimg/a/a8440d0b3424117b106c3028139953a416abc77d.webp)
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日PDF文件第3页](/bimg/e/e2ee3d0a7afd13d092add5441a4bcdd2e1f6952a.webp)
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日PDF文件第4页](/bimg/7/7d37fd71d47c28e0a25610782f9f945da81de2e0.webp)
![arxiv：2411.15497V2 [CS.CV] 2024年11月26日PDF文件第5页](/bimg/0/09fbb0029a5e2dd27b0ecdde5bbe4d823fd3c1b8.webp)
相关文件推荐
![arxiv：2411.02397v2 [CS.CV] 2024年11月7日](/simg/b/b528467858d2f38a90eea4422320b7196b495298.webp)
![arxiv：2411.12168v2 [CS.CV] 2024年11月22日](/simg/0/0e5463a0d0a9c4f6edba8a03501a175064b7dc4a.webp)
![arxiv：2411.01922v1 [CS.NE] 2024年11月4日](/simg/3/3d8777baa2c564922fab1dc64d0a10d1a423f37a.webp)
![arxiv：2411.10053v1 [CS.AI] 2024年11月15日](/simg/6/6359378da590f4fd49f5101d5b49a93246fec5d1.webp)
![arxiv：2401.05577V4 [CS.CV] 2024年11月23日](/simg/a/a60e4bedb6538f3cf93ce3f4de82e737177a79a1.webp)
![arxiv：2411.00024v3 [CS.CL] 2024年11月30日](/simg/d/df3f80982b71e7803c3f29c21a56133398da888b.webp)
![arxiv：2011.13484v1 [CS.CV] 2020年11月26日 div>](/simg/a/a72ba798a3f1a5503fda59c168132f75ebde333f.webp)
![arxiv：2003.13653v3 [CS.CV] 2020年11月26日](/simg/1/162a7bf0dc00e22076b28e9894d902f162542492.webp)
![arxiv：2411.08017v1 [cs.cv] 2024年11月12日](/simg/c/c131dbf0dfc52b3b406f28cdca6fe35c450f3932.webp)
![arxiv：2411.08606v1 [cs.cv] 2024年11月13日](/simg/c/c3702cd5b72088acd04a59528e6a3e5a8091e57a.webp)
![arxiv：2411.16489v1 [cs.cl] 2024年11月25日](/simg/2/21154fab2747c49632df27a7d0caa841bde8a03f.webp)
![arxiv：2411.18623v1 [cs.cv] 2024年11月27日](/simg/f/ffb70dc031055f868005f7e395f79b8254f9bcda.webp)
![arxiv：2403.18145v1 [CS.AI] 2024年3月26日](/simg/d/d9704ba49b1f17961654904a0fb015bd4cb5644b.webp)
![arxiv：2408.02895v3 [gr-qc] 2024年11月26日](/simg/0/03278bbeb268bdffe86ce1e90256d97f79b99c6c.webp)
![arxiv：2402.06388v3 [stat.ml] 2024年11月26日](/simg/0/0497daa7f8bb1ff276891ab46c122c200ba16870.webp)
![arxiv：2411.04498v1 [gr-qc] 2024年11月7日](/simg/d/d6719577a52e806384b7694a89c3f5dc266f6ee0.webp)
![arxiv：2411.01086v3 [Quant-ph] 2024年11月7日](/simg/4/410fa5aa89c5f450d87b0519061fcbec18bdbb5e.webp)
![arxiv：2401.08687v2 [CS.CV] 2024年8月13日](/simg/2/21a00eb50769f592898182bdc195e5cf792ce43d.webp)
![arxiv：2408.09358v2 [CS.CV] 2024年8月20日](/simg/9/9c7601f6283402fa75890197349dd4c7072fda58.webp)
![arxiv：2311.14656v3 [CS.CV] 2024年1月16日](/simg/6/6719bc3d423809c89dce0217b4e73bcb57eec732.webp)
![arxiv：2401.11228v1 [CS.CV] 2024年1月20日](/simg/4/4dd72e7eae90a1bcd34bf09c3f1c60e8cf6393ea.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日](/simg/9/954ae78a6188e649adb8f41247881a246a455e8d.webp)
![arxiv：2311.12386v3 [CS.CV] 2024年3月27日](/simg/7/7f44962f6543f6c8bd6e46396e93d7bef56e1429.webp)
![arxiv：2403.20193v2 [CS.CV] 2024年10月16日](/simg/7/75ff8aa941e12ef3cc72b114ad4c93f4104618c1.webp)
![arxiv：2406.06978v4 [CS.CV] 2024年8月30日](/simg/0/0e09b061d49570ad773a0a825e2a80bd33b33716.webp)
![arxiv：2407.15708v2 [CS.CV] 2024年7月24日](/simg/4/488aab87bdf39533adf2700d198b787626a3d6b2.webp)
![arxiv：2401.00442v2 [CS.CV] 2024年5月13日](/simg/0/06d0e5c75c43538b150bbcbe698db5f21776df73.webp)
![arxiv：2407.15328v2 [CS.CV] 2024年7月31日](/simg/6/694bcae4c8bfb2d52a2f818deaa52613e5e7907a.webp)
![arxiv：2411.14440v1 [physics.optics] 2024年11月5日](/simg/0/070ed0415c1bf29391f1b39877ecc1b44cd49649.webp)