用文本控制遥感图像编辑，保持地理结构不变
RSEdit: Text-Guided Image Editing for Remote Sensing
- 基于现成文生图模型改造，探索遥感图像文本引导编辑方法
- 编辑指令忠实度高，同时完整保留地理空间结构特征
- 首个系统研究遥感图像编辑条件策略的工作，适合遥感与生成模型研究者
本文探索利用生成模型在遥感领域实现文本引导的图像编辑。我们提出 sedit，包含从 U-Net 到 DiT 的多种配置模型集合。具体而言，首次系统研究了如何基于现成的文生图模型构建遥感图像编辑模型的条件策略。实验表明， sedit 在保持地理空间结构的同时，实现了最佳的指令忠实度编辑效果。代码与检查点已开源，分别发布于 GitHub 和 Hugging Face。
原文摘要 · Abstract (English)
In this paper, we explore text-guided image editing in the remote sensing domain using generative modeling. We propose \rsedit, a collection of models from U-Net to DiT with various configurations. Specifically, we present the first comprehensive study of conditioning strategies for building image editing models from off-the-shelf text-to-image ones. Our experiments show that \rsedit achieves the best instruction-faithful edits while preserving geospatial structure. We release the code at \url{https://github.com/Bili-Sakura/RSEdit-Preview} and checkpoints at \url{https://huggingface.co/collections/BiliSakura/rsedit}.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。