武汉一号卫星成功发射 可生成0.5米分辨率市地图

武汉一号卫星成功发射 可生成0.5米分辨率武汉市地图 其中武汉一号卫星由武汉大学团队自主研制,又名珞珈三号科学试验卫星02星,是我国首颗城市专用光学卫星。据武汉大学介绍,武汉一号卫星重345公斤,采用530公里高太阳同步轨道,具有0.5米分辨率全色成像,10米分辨率高光谱成像,立体测绘、夜光成像等多种任务模式以及在轨智能图像处理等功能。这颗高性价比小卫星应用后,将对武汉都市圈进行持续观测,具备月度生产武汉市0.5米空间分辨率遥感影像一张图的能力。 ... PC版: 手机版:

相关推荐

封面图片

3月4日,国家航天局发布3幅由我国首次火星探测任务“天问一号”探测器拍摄的高清火星影像图,包括2幅全色图像和1幅彩色图像。全色图

3月4日,国家航天局发布3幅由我国首次火星探测任务“天问一号”探测器拍摄的高清火星影像图,包括2幅全色图像和1幅彩色图像。全色图像由高分辨率相机在距离火星表面约330千米至350千米高度拍摄,分辨率约0.7米,成像区域内火星表面小型环形坑、山脊、沙丘等地貌清晰可见,据测算,图中最大撞击坑的直径约620米。彩色图像由中分辨率相机拍摄,画面为火星北极区域。 (新华社)

封面图片

#两岸国际【Now新闻台】中国成功发射一枚高分辨率宽幅光学卫星。

#两岸国际 【Now新闻台】中国成功发射一枚高分辨率宽幅光学卫星。 这枚四维高景三号01星,中午在酒泉卫星发射中心由长征二号丁运载火箭搭载发射升空,其后顺利进入预定轨道,发射任务圆满成功。 四维高景三号01星是一枚高分辨率宽幅光学卫星,可为数码农业、智慧水利、数码城市等新兴市场提供服务,并在国土资源调查、城市管理等领域为用户提供高时效、高性能的时空讯息服务。 这次任务是长征系列运载火箭第516次飞行。

封面图片

自1996年以来,美国为保护以色列,国会通过的国防授权法专门限制商用卫星拍摄以色列和巴勒斯坦的分辨率,对美国自己反而没有限制。以

自1996年以来,美国为保护以色列,国会通过的国防授权法专门限制商用卫星拍摄以色列和巴勒斯坦的分辨率,对美国自己反而没有限制。以前限制拍摄以色列和巴勒斯坦的分辨率为2米,模糊不清,2020年才放宽到0.4米。其实这种限制在现在已没有意义,用户可以向别的国家购买更高分辨率的卫星照片。

封面图片

在谷歌地图的服务中,俄罗斯所有的军事和战略设施都可以以最大的分辨率显示。

在谷歌地图的服务中,俄罗斯所有的军事和战略设施都可以以最大的分辨率显示。 现在,各种洲际弹道导弹发射井、指挥所、秘密试验场等都可以以每像素约0.5米的分辨率查看。 照片中的物体: 1. 库兹涅佐夫上将号巡洋舰。 2. 摩尔曼斯克附近的核弹药储存设施; 摩尔曼斯克附近的核弹药储存基地。 3. 在俄罗斯国防部飞行测试中心的苏-57第五代战斗机。 4. 一个洲际弹道导弹的发射位置。 5. 库尔斯克附近的空军基地。 #Russia #Ukraine #OSINT

封面图片

字节发布ResAdapter,可以解决SD生成超大图片和非训练分辨率图片时的肢体异常以及画面崩坏问题。

字节发布ResAdapter,可以解决SD生成超大图片和非训练分辨率图片时的肢体异常以及画面崩坏问题。 同时可以与现有的IPadapter以及Controlnet模型兼容。 项目简介: 近期,像Stable Diffusion这样的文本到图像模型和DreamBooth、LoRA等个性化技术的发展,让我们能够创造出既高质量又充满创意的图像。但这些技术在生成超出它们训练时所用分辨率的图像时,往往会受到限制。 为了突破这一难题,我们推出了一种新型工具分辨率适配器(ResAdapter)。 它是一种专门为扩散模型(比如Stable Diffusion和个性化模型)设计的适配器,能够生成任何分辨率和长宽比的图像。与其它多分辨率生成方法不同,ResAdapter能直接生成动态分辨率的图像,而不是在后期处理中调整静态分辨率的图像。这种方法使得图像处理变得更加高效,避免了重复的去噪步骤和复杂的后期处理流程,显著缩短了处理时间。 在不包含任何训练领域风格信息的情况下,ResAdapter利用广泛的分辨率先验,即使只有0.5M的容量,也能为个性化扩散模型生成不同于原训练领域的高分辨率图像,同时保持原有风格。 大量实验显示,ResAdapter在提高分辨率方面与扩散模型配合得天衣无缝。此外,更多的实验表明,ResAdapter可以与ControlNet、IP-Adapter和LCM-LoRA等其他模块兼容,适用于创建不同分辨率的图像,也可以整合进如ElasticDiffusion这样的多分辨率模型中,高效生成更高清晰度的图像。 项目页面:

封面图片

又一个Transformer架构的图像生成模型,FiT 专门为了生成不瘦分辨率和宽高比限制的图像制作的架构。

又一个Transformer架构的图像生成模型,FiT 专门为了生成不瘦分辨率和宽高比限制的图像制作的架构。 在模型的训练和推理都不需要专门适配对应的图片比例和分辨率。看演示的图像模型的美学表现也还行。 -项目简介- 推出了一种名为灵活视觉变换器(Flexible Vision Transformer,简称FiT)的新型变换器架构。它专门设计用于创造没有分辨率和宽高比限制的图像。不同于传统的将图像看作固定分辨率网格的方法,FiT将图像视为一系列可变大小的图像块( Token )。 这种独特的处理方式使得FiT能够在训练和应用过程中灵活适应不同的图像宽高比,提高了对不同分辨率的适应能力,并避免了由于裁剪图像而产生的偏差。FiT还通过精心设计的网络结构和一些不需要额外训练的技术,能够在图像分辨率的扩展方面展现出极大的灵活性。 通过一系列全面的实验,FiT证明了其在处理各种不同分辨率的图像方面具有卓越的性能,无论是在其训练的分辨率范围内还是超出这一范围,都表现出色。 项目地址:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人