Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | University of Western São Paulo (UNOESTE) | - |
Autor(es): dc.contributor | University of Tennessee (UT) | - |
Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | University of Waterloo (UW) | - |
Autor(es): dc.creator | Osco, Lucas Prado | - |
Autor(es): dc.creator | Wu, Qiusheng | - |
Autor(es): dc.creator | de Lemos, Eduardo Lopes | - |
Autor(es): dc.creator | Gonçalves, Wesley Nunes | - |
Autor(es): dc.creator | Ramos, Ana Paula Marques | - |
Autor(es): dc.creator | Li, Jonathan | - |
Autor(es): dc.creator | Marcato, José | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:24:57Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:24:57Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.jag.2023.103540 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/298568 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/298568 | - |
Descrição: dc.description | Segmentation is an essential step for remote sensing image processing. This study aims to advance the application of the Segment Anything Model (SAM), an innovative image segmentation model by Meta AI, in the field of remote sensing image analysis. SAM is known for its exceptional generalization capabilities and zero-shot learning, making it a promising approach to processing aerial and orbital images from diverse geographical contexts. Our exploration involved testing SAM across multi-scale datasets using various input prompts, such as bounding boxes, individual points, and text descriptors. To enhance the model's performance, we implemented a novel automated technique that combines a text-prompt-derived general example with one-shot training. This adjustment resulted in an improvement in accuracy, underscoring SAM's potential for deployment in remote sensing imagery and reducing the need for manual annotation. Despite the limitations, encountered with lower spatial resolution images, SAM exhibits promising adaptability to remote sensing data analysis. We recommend future research to enhance the model's proficiency through integration with supplementary fine-tuning techniques and other networks. Furthermore, we provide the open-source code of our modifications on online repositories, encouraging further and broader adaptations of SAM to the remote sensing domain. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Apoio ao Desenvolvimento do Ensino, Ciência e Tecnologia do Estado de Mato Grosso do Sul | - |
Descrição: dc.description | University of Western São Paulo (UNOESTE), Rod. Raposo Tavares, km 572, Limoeiro | - |
Descrição: dc.description | University of Tennessee (UT), 1331 Circle Park Drive | - |
Descrição: dc.description | Federal University of Mato Grosso do Sul (UFMS), Av. Costa e Silva-Pioneiros, Cidade Universitária | - |
Descrição: dc.description | São Paulo State University (UNESP), Centro Educacional, R. Roberto Simonsen, 305 | - |
Descrição: dc.description | University of Waterloo (UW), 200 University Avenue West | - |
Descrição: dc.description | São Paulo State University (UNESP), Centro Educacional, R. Roberto Simonsen, 305 | - |
Descrição: dc.description | CAPES: 001 | - |
Descrição: dc.description | CNPq: 305296/2022-1 | - |
Descrição: dc.description | CNPq: 308481/2022-4 | - |
Descrição: dc.description | CNPq: 310517/2020-6 | - |
Descrição: dc.description | CNPq: 405997/2021-3 | - |
Descrição: dc.description | CNPq: 433783/2018-4 | - |
Descrição: dc.description | Fundação de Apoio ao Desenvolvimento do Ensino, Ciência e Tecnologia do Estado de Mato Grosso do Sul: 71/009.436/2022 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | International Journal of Applied Earth Observation and Geoinformation | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Palavras-chave: dc.subject | Image segmentation | - |
Palavras-chave: dc.subject | Multi-scale datasets | - |
Palavras-chave: dc.subject | Text-prompt technique | - |
Título: dc.title | The Segment Anything Model (SAM) for remote sensing applications: From zero to one shot | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: