待验证50% 置信权衡取舍精确时间
逐图归一化会抹掉图像间的绝对强度差异，破坏遥感分割效果，因为模型无法从归一化后数值重建NDVI等物理光谱关系
1
来源数
50%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
深度学习数据归一化：全局统计 vs 逐图归一化实践指南
redditr/deeplearning2026/7/9
相关事实
待验证逐图归一化会抹掉图像间的绝对强度差异，破坏遥感分割中植被与水体在NIR通道的判别信息78% 相似待验证逐图 min/max 归一化会抹掉图像间的绝对强度差异，对依赖光谱绝对值区分地物的遥感分割任务可能丢失关键信息75% 相似待验证Dice Loss和IoU Loss对前景像素的相对比例更敏感，天然缓解类别不平衡；Focal Loss通过动态降低易分类样本的权重迫使模型专注于困难像素70% 相似待验证遥感图像通常包含红外、近红外等超出人眼可见范围的多光谱通道，植被分析往往依赖NDVI（归一化差异植被指数）等专用指数68% 相似待验证从单张2D图像重建3D结构本质上是一个病态问题，因为单一视角丢失了大量深度和遮挡信息67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/502397API
curl https://kongchang.com/api/v1/knowledge/claims/502397MCP
get_claim(id=502397)