SkySense-O 遥感图像解译系统使用指南

项目概述

SkySense-O 是一款先进的遥感图像像素级解译系统，基于深度学习技术实现。该系统能够对输入的遥感图像进行智能分析，输出像素级别的语义分割结果。本指南将详细介绍如何使用该系统进行遥感图像解译。

系统运行

环境准备

在运行系统前，请确保已完成以下准备工作：

1. 安装必要的Python环境依赖
2. 下载并配置好预训练模型权重文件

启动系统

执行以下命令启动系统交互界面：

python demo.py

系统配置

配置界面

在交互界面中输入"setting"可进入配置模式：

Please input your target texts with ',' split: setting

配置界面提供以下参数设置选项：

• Custom_image：自定义输入图像路径
• Custom_text：自定义文本输入方式
• Custom_save_path：自定义结果保存路径

输入"T"表示确认修改对应参数，直接回车则保持默认值。

输入模式详解

1. 开放世界模式

特点：

• 使用Sky-SA知识图谱中的节点类别作为文本输入
• 适用于通用遥感场景解译

使用方式：

Please input your target texts with ',' split: open_world

2. 数据集特定模式

特点：

• 输出特定数据集的预定义类别
• 适用于标准化数据集分析

支持的数据集标识符：

• isa_idataset：ISAID数据集类别
• oem_dataset：OEM数据集类别

使用示例：

Please input your target texts with ',' split: isa_idataset, oem_dataset

3. 自定义类别模式

特点：

• 完全自定义目标类别名称
• 适合特定应用场景需求

使用示例：

Please input your target texts with ',' split: 建筑物, 道路, 植被

输入输出配置

输入图像路径

系统运行时将提示输入待分析图像路径：

Please input your input image path: ./test_image.jpg

支持常见图像格式如JPG、PNG等，建议使用高分辨率遥感图像以获得最佳效果。

输出结果路径

可指定结果图像的保存位置：

Please input your save path: ./result.png

输出结果为带有语义标注的彩色图像，不同类别使用不同颜色区分。

技术原理

SkySense-O系统基于多模态深度学习架构，融合了视觉Transformer和语言模型的优势。系统通过以下步骤实现遥感图像解译：

1. 图像特征提取：使用视觉编码器提取多尺度图像特征
2. 文本特征编码：将输入文本转换为语义嵌入向量
3. 跨模态对齐：建立视觉-语言特征关联
4. 像素级分类：生成最终的分割掩码

应用建议

1. 对于通用场景，建议首先尝试开放世界模式
2. 当处理特定数据集时，使用对应的数据集标识符可获得更准确结果
3. 自定义类别时应使用明确、具体的描述性词语
4. 高分辨率图像可能需要更长的处理时间，请耐心等待

问题反馈

在使用过程中如遇到任何问题或有改进建议，欢迎通过邮件联系我们。我们将持续优化系统性能，为用户提供更好的遥感图像解译体验。