评估指标总结导航 混淆矩阵 precision（精确率） recall（召回率） IoU（交并比） MIoU（平均交并比） FWIoU（频率加权交并比） pixel acc（PA，像素精度） MPA（平均像素精度） F1-score Kappa 系数 SeK（分离 Kappa 系数） Overall Acc（OA，总体精度） producer’s acc（生产者精度） user’s acc（UA，

Change3D论文名称：Change3D: Revisiting Change Detection and Captioning from A Video Modeling Perspective 阅读日期：2026.11.5 所属方向与编号：视觉语言驱动的变化检测-05 1. 这篇论文要解决什么问题？   变化检测和变化描述是遥感领域的核心任务，通过分析同一地区不同时间

Change-Agent论文名称：Change-Agent: Towards Interactive Comprehensive Remote Sensing Change Interpretation and Analysis 阅读日期：2026.11.3 所属方向与编号：视觉语言驱动的变化检测-03 预知识多级变化解译（MCI），任务框架 ， 同时输出像素级变化掩膜和

RSICCformer论文名称：Remote Sensing Image Change Captioning with Dual-branch Transformers: A New Method and a Large Scale Dataset 阅读日期：2026.10.30 所属方向与编号：视觉语言驱动的变化检测-01 预知识：人类一致性：选一句作假设句、其余四

论文名称：BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models阅读日期：2026.10.26 所属方向与编号：通用基础论文-05 预知识 微调 (Fine-tuning) :在预训练基础上，用小数据把模型”调教”到某个具体

论文名称：Learning Transferable Visual Models From Natural Language Supervision阅读日期：2026.10.22 所属方向与编号：通用基础论文-03 预知识： 123456789# L1归一化def l1_normalize(x, axis=-1, eps=1e-8): norm = np.sum(

123456789101112131415161718192021这篇论文要解决什么问题？（先给出背景分析然后再说解决的问题，注意用2个段落回答，要简短，一目了然）输入和输出分别是什么？（详细说明本文模型的输入输出，整个输入输出的变化用step1.的形式一步一步给出，注意训练阶段和推理阶段要分开写，注意必须要结合原文的设计记进行整理）整体流程是什么？各模块分别做什么？按照论文的内容，对每个章节做一

论文名称：Attention Is All You Need阅读日期：2026.10.17-18 所属方向与编号：通用基础论文-01 来源：[1706.03762] Attention Is All You Need 这篇论文要解决什么问题？   论文针对 RNN/LSTM/GRU 编码器-解码器架构“隐状态必须逐步计算、无法并行”的固有瓶颈，以及此前注

一、卷积  “卷积”可以简单理解成：用一个小的窗口（卷积核）在数据上滑动，每到一个位置就把窗口内的数据和窗口权重对应相乘再相加，得到一个新的值。 在图像处理里，它常用来提取边缘、纹理、形状等特征。卷积核的权重不是人为写死的，而是通过网络训练学习得到的。 卷积的计算过程： 情况 输入通道 卷积核形状 输出通道 说明 单通道单卷积核 $1$ $1 \times K_h

1. 卷积神经网络  卷积神经网络（Convolutional Neural Networks, CNN）是一种非常典型的网络架构，常用于图像分类等任务。   一张图像是一个三维的张量，分别是该图像的长宽和通道数，如下图一所示。而对于灰度图像只有一个通道，深度为1，电脑中的png格式的图片一般是4个通道数，多了一个遮罩层的东西。