课题简介
伴随数字化与智能化加速落地，遥感正从“影像获取”走向“理解与决策”：城市规划、国土监测、灾害评估、农业与林业、海事与能源等场景对变化检测、精细分割与目标检测的需求迅速增长。与此同时，遥感工作流正在与扩散模型（合成稀缺/极端样本、云雾去除与数据增强）、混合专家模型（按传感器/地域/季节路由专家，提高跨域泛化）与多模态大模型（融合SAR/可见光/多光谱/高光谱/LiDAR/文本的共同表征）深度结合，应用空间持续放大。
本课程围绕“通用遥感框架+多场景实战+科研规范”展开：我们将跑通变化检测、语义/实例分割与目标检测三大任务，覆盖城市扩张、地表覆被变化、灾害监测、海事船舶（SAR/可见光）、交通与港口、农业地块与工业园区等代表性场景；聚焦小目标与高分辨率、跨传感器/跨季节域移、云雾阴影与配准误差、类别长尾与标注稀缺等痛点，建立统一评测协议与强基线（如 OA/F1、mIoU、mAP 等），做可复现的场景化实验。
同步引入前沿能力：Diffusion扩散（难例/变化合成、数据补全）、MoE 路由（地域/传感器/季节专家协同）、AI Agent（代理模型）（自动化检索/实验/评测协同）、多模态对齐与视觉-语言融合、时空建模与弱/半监督策略，并配套蒸馏/量化/剪枝等部署技巧与可解释性/一致性评测。课程将从方法与实验两端结合可解释性与一致性视角，着力提升模型在真实环境中的鲁棒性，帮助同学明确兴趣方向、形成研究选题，并产出具有可复现性的研究与应用成果。
导师介绍
【资历和方向】
世界TOP10高校，资深算法研究员，担任工信部项目评审专家，兼任某500强央企区域首席AI算法培训专家。作为一线导师，亲自动手写代码，带领团队开源了多个在GitHub上拥有1K+星的项目。研究方向包括AIGC图像/视频生成与编辑（包括对抗生成网络GAN、变分自动编码器VAE、扩散模型Diffusion Model）、开放世界目标检测/分割（包括医学、遥感、SAR图像等）、以及大模型安全、多模态定位检索（包括行人/车辆重识别、图文语音互搜）等领域。
【科研论文/审稿人】
在国内外期刊会议上发表了超过50篇论文，包括TPAMI、TIP、ICML、CVPR、NeurIPS、ACM MM、AAAI、ICLR等顶刊顶会，同时担任CVPR、ECCV、ICCV、ICLR、NIPS、TIP、TMAPI、TNNLS等多个期刊和会议的TPC/审稿人。有丰富的学术期刊和会议资源。
【指导经验和成果】
Taylor老师是深度之眼的明星导师，与深度之眼合作已有5年之久。他具有丰富的1V1科研论文指导和竞赛指导经验，同时深耕于深度之眼科研小班，包括AIGC生成式、目标检测、语义分割、遥感图像、多模态大模型的理解与安全等领域的学术论文以及落地应用。
学员们的文章投稿至各类方向，包括不限于大模型、CV、AIGC、医学、农学、遥感和计算机等方向成功辅导深度之眼的学生发表了超过200篇论文，涵盖了ICLR、TIP、ICML、CVPR、ICCV、TGRS、ECCV、TIP、ICME、TMM、PRCV、ICIP、ICTAI、CIBM、TMI等顶级期刊和会议。
曾指导学生获得省级优秀硕士学位论文，并帮助学生在国际、国家、省部级竞赛中获得了超过60项TOP名次，包括带领学员拿下Kaggle第一名和iFLYTEK第一名等。
此外，他还提供写作模板、学术避坑指南、辅助代码指导、润色/重写服务，以及会议期刊推荐等服务。
【教学特点】
Taylor老师有丰富多样化的教学经验，教学严谨，对待科学问题，不放过每一个细节，经常彻夜给学员重写润色手稿。虽然科研上要求严格，但是对于认真想学的同学都会有非常大的收获。
对于不同基础的同学有成熟的指导体系，同时擅长将不同任务与视觉任务进行结合，讲授除了课程任务之外的技术，匹配不同方向上的同学课题。Taylor老师的写作套路永远是让学员眼前一亮。
可选创新点
上述场景下多尺度特征选择融合的探索
上述场景下注意力和Transformer机制的探索
上述场景下结合扩散(Diffusion)模型的探索
上述场景下结合大语言(LLM)模型/图神经网络的探索
上述场景下结合多模态(MLLM)大模型的探索
上述场景下结合代理（Agent）模型的探索
上述场景下结合强化学习(RL)模型的探索
上述场景下结合路由混合专家(MOE)模型的探索
课程亮点
技术方法包括：深度学习基础网络、YOLO系列、RCNN系列、FPN系列、扩散(Diffusion)模型、大语言(LLM)模型、多模态(MLLM)大模型、代理（Agent）模型、强化学习(RL)模型、路由混合专家(MOE)模型等。