汇报内容：

一篇发表在IEEE Transactions on Geoscience and Remote Sensing (2024)上的关于遥感图像分割的论文：FlipCAM: A Feature-level Flipping Augmentation Method for Weakly Supervised Building Extraction from High-Resolution Remote Sensing Imagery.该方法通过设计基于特征级翻转增强的Flip模块，融合原始与翻转后的特征图，提升CAM热图的完整性。此外，通过将Flip模块与基于一致性架构的切片合并（SAM）模块结合，FlipCAM能够以端到端方式生成兼具边界精细度和内部完整性的高质量CAM热图。该方法有效缓解了密集建筑物粘连、背景与阴影混淆等特殊难题，为训练分割网络提取建筑物提供了可靠的像素级伪掩码。