# MambaCD **Repository Path**: fjndfazp/MambaCD ## Basic Information - **Project Name**: MambaCD - **Description**: 项目来源：https://github.com/ChenHongruixuan/MambaCD，ChangeMamba系列模型包括三种有效的变化检测任务的基准模型，分别为二元变化检测模型MambaBCD、语义变化检测模型MambaSCD和建筑物损坏评估模型MambaBDA。 - **Primary Language**: Python - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-10 - **Last Updated**: 2025-05-26 ## Categories & Tags **Categories**: Uncategorized **Tags**: 遥感变化检测 ## README

ChangeMamba

ChangeMamba: 基于时空状态空间模型的遥感影像变化检测

[Hongruixuan Chen](https://scholar.google.ch/citations?user=XOk4Cf0AAAAJ&hl=zh-CN&oi=ao)1 #, [Jian Song](https://scholar.google.ch/citations?user=CgcMFJsAAAAJ&hl=zh-CN)1,2 #, [Chengxi Han](https://chengxihan.github.io/)3, [Junshi Xia](https://scholar.google.com/citations?user=n1aKdTkAAAAJ&hl=en)2, [Naoto Yokoya](https://scholar.google.co.jp/citations?user=DJ2KOn8AAAAJ&hl=en)1,2 * 1 东京大学, 2 理化学研究所先进智能研究中心, 3 武汉大学. # 共同第一作者, * 通讯作者 [![TGRS paper](https://img.shields.io/badge/TGRS-paper-00629B.svg)](https://ieeexplore.ieee.org/document/10565926) [![arXiv paper](https://img.shields.io/badge/arXiv-paper-b31b1b.svg)](https://arxiv.org/pdf/2404.03425.pdf) [![Zenodo Models](https://img.shields.io/badge/Zenodo-Models-green)](https://zenodo.org/records/14037770) ![visitors](https://visitor-badge.laobi.icu/badge?page_id=ChenHongruixuan.MambaCD&left_color=%2363C7E6&right_color=%23CEE75F) [**简介**](#简介) | [**开始使用**](#%EF%B8%8F开始使用) | [**结果下载**](#%EF%B8%8F结果下载) | [**常见问题**](#引用) | [**其他**](#联系我们) | [**English Version**](https://github.com/ChenHongruixuan/MambaCD) [![PWC](https://img.shields.io/endpoint.svg?url=https://paperswithcode.com/badge/changemamba-remote-sensing-change-detection/change-detection-on-sysu-cd)](https://paperswithcode.com/sota/change-detection-on-sysu-cd?p=changemamba-remote-sensing-change-detection) [![PWC](https://img.shields.io/endpoint.svg?url=https://paperswithcode.com/badge/changemamba-remote-sensing-change-detection/change-detection-on-levir)](https://paperswithcode.com/sota/change-detection-on-levir?p=changemamba-remote-sensing-change-detection) [![PWC](https://img.shields.io/endpoint.svg?url=https://paperswithcode.com/badge/changemamba-remote-sensing-change-detection/change-detection-on-whu-cd)](https://paperswithcode.com/sota/change-detection-on-whu-cd?p=changemamba-remote-sensing-change-detection) [![PWC](https://img.shields.io/endpoint.svg?url=https://paperswithcode.com/badge/changemamba-remote-sensing-change-detection/change-detection-on-second)](https://paperswithcode.com/sota/change-detection-on-second?p=changemamba-remote-sensing-change-detection) [![PWC](https://img.shields.io/endpoint.svg?url=https://paperswithcode.com/badge/changemamba-remote-sensing-change-detection/2d-semantic-segmentation-on-xbd)](https://paperswithcode.com/sota/2d-semantic-segmentation-on-xbd?p=changemamba-remote-sensing-change-detection)
## 🛎️更新日志 * **` 通知🐍🐍`**: ChangeMamba已经被 [IEEE TGRS](https://ieeexplore.ieee.org/document/10565926) 接收！仓库的代码已更新完毕！如果对您的研究有所帮助，请考虑给该仓库一个⭐️**star**⭐️！ * **` 2025年05月21日`**: 更新了ChangeMamba在[BRIGHT数据集](https://github.com/ChenHongruixuan/BRIGHT)上的训练代码和[模型权重](https://zenodo.org/records/14037769)！！ * **` 2025年05月08日`**: ChangeMamba连续八个月入选🔥ESI热点和高被引论文🏆！！ * **` 2024年11月14日`**: ChangeMamba入选为🔥ESI 热点论文🔥！！ * **` 2024年09月14日`**: ChangeMamba入选为🏆ESI 高被引论文🏆！！ * **` 2024年07月19日`**: ChangeMamba入选为[ IEEE TGRS 热点论文](https://ieeexplore.ieee.org/xpl/topAccessedArticles.jsp?punumber=36)！！ * **` 2024年07月19日`**: ChangeMamba入选为[ IEEE GRSS 周推荐论文](https://www.linkedin.com/feed/update/urn:li:activity:7219970529498214400/)！！ * **` 2024年06月17日`**: ChangeMamba被 [IEEE TGRS](https://ieeexplore.ieee.org/document/10565926) 接收！ * **` 2024年06月08日`**: 中文版文档已上线！！ * **` 2024年04月18日`**: 发布了 ChangeMamba 模型在 BCD 任务上的所有权重。欢迎[使用](#%EF%B8%8F结果下载)！！ * **` 2024年04年05日`**: MambaBCD、MambaSCD 和 MambaBDA 的模型和训练代码已经整理并上传。欢迎使用！！ ## 🔭简介 * [**ChangeMamba**](https://ieeexplore.ieee.org/document/10565926)系列模型包括三种有效的变化检测任务的基准模型，分别为二元变化检测模型MambaBCD、语义变化检测模型MambaSCD和建筑物损坏评估模型MambaBDA。

accuracy

* **ChangeMamba中的三种时空关系学习机制**

arch

## 🗝️开始使用 ### `一、安装` 此仓库的代码是在 Linux 系统下运行的。我们尚未测试是否能在其他操作系统下运行。 首先需要安装[VMama仓库](https://github.com/MzeroMiko/VMamba)。以下安装顺序取自VMama仓库。 **步骤 1 —— 克隆仓库:** 克隆该版本库并导航至项目目录： ```bash git clone https://github.com/ChenHongruixuan/MambaCD.git cd MambaCD ``` **步骤 2 —— 环境设置:** 建议设置 conda 环境并通过 pip 安装依赖项。使用以下命令设置环境： ***创建并激活新的 conda 环境*** ```bash conda create -n changemamba conda activate changemamba ``` ***安装依赖项*** ```bash pip install -r requirements.txt cd kernels/selective_scan && pip install . ``` ***检测和分割任务的依赖库（在 VMamba 中为可选项）*** ```bash pip install mmengine==0.10.1 mmcv==2.1.0 opencv-python-headless ftfy regex pip install mmdet==3.3.0 mmsegmentation==1.2.2 mmpretrain==1.2.0 ``` ### `二、下载预训练权重` 另外，请下载[VMamba-Tiny](https://zenodo.org/records/14037770), [VMamba-Small](https://zenodo.org/records/14037770), and [VMamba-Base](https://zenodo.org/records/14037770)在ImageNet上的预训练权重并把它们放在下述文件夹中 ```bash project_path/MambaCD/pretrained_weight/ ``` ### `三、数据准备` ***二元变化检测*** 论文使用了三个基准数据集 [SYSU](https://github.com/liumency/SYSU-CD)、[LEVIR-CD+](https://chenhao.in/LEVIR/) 和 [WHU-CD](http://gpcv.whu.edu.cn/data/building_dataset.html) 用于评估模型的二元变化检测的性能。请下载这些数据集，并将其组织成下述文件夹/文件结构： ``` ${DATASET_ROOT} # 数据集根目录，例如: /home/username/data/SYSU ├── train │ ├── T1 │ │ ├──00001.png │ │ ├──00002.png │ │ ├──00003.png │ │ ... │ │ │ ├── T2 │ │ ├──00001.png │ │ ... │ │ │ └── GT │ ├──00001.png │ ... │ ├── val │ ├── ... │ ... │ ├── test │ ├── ... │ ... │ ├── train.txt # 数据名称列表，记录所有训练数据的名称 ├── val.txt # 数据名称列表，记录所有验证数据的名称 └── test.txt # 数据名称列表，记录所有测试数据的名称 ``` ***语义变化检测*** 语义变化检测任务的数据集为[SECOND数据集](https://captain-whu.github.io/SCD/)。 请下载该数据集，并使其具有以下文件夹/文件结构。请注意，**原始 SECOND 数据集中的土地覆盖图为 RGB 图像。您需要将其转换为单通道图像**。另外，**二元变化图需要您自行生成**，并将其放入文件夹 [`GT_CD`]。 或者，欢迎您直接下载并使用经过我们[预处理后的SECOND 数据集](https://zenodo.org/records/14037770)。 ``` ${DATASET_ROOT} # 数据集根目录，例如 /home/username/data/SECOND ├── train │ ├── T1 │ │ ├──00001.png │ │ ├──00002.png │ │ ├──00003.png │ │ ... │ │ │ ├── T2 │ │ ├──00001.png │ │ ... │ │ │ ├── GT_CD # 二元变化图 │ │ ├──00001.png │ │ ... │ │ │ ├── GT_T1 # T1时相的土地覆盖图 │ │ ├──00001.png │ │ ... │ │ │ └── GT_T2 # T2时相的土地覆盖图 │ ├──00001.png │ ... │ ├── test │ ├── ... │ ... │ ├── train.txt └── test.txt ``` ***建筑物损坏评估*** xBD 数据集可从 [xView 2 挑战赛网站](https://xview2.org/dataset) 下载。下载后，请按以下结构进行组织： ``` ${DATASET_ROOT} # 数据集根目录，例如：/home/username/data/xBD ├── train │ ├── images │ │ ├──guatemala-volcano_00000000_pre_disaster.png │ │ ├──guatemala-volcano_00000000_post_disaster.png │ │ ... │ │ │ └── targets │ ├──guatemala-volcano_00000003_pre_disaster_target.png │ ├──guatemala-volcano_00000003_post_disaster_target.png │ ... │ ├── test │ ├── ... │ ... │ ├── holdout │ ├── ... │ ... │ ├── train.txt # 数据名称列表，记录所有训练数据的名称 ├── test.txt # 数据名称列表，记录所有测试数据的名称 └── holdout.txt # 数据名称列表，记录所有留出集数据的名称 ``` ### `四、训练模型` 在训练模型之前，请进入 [`changedetection`]文件夹，其中包含网络定义、训练和测试的所有代码。 ```bash cd /MambaCD/changedetection ``` ***二元变化检测*** 运行以下命令在 SYSU 数据集上训练和评估 MambaBCD-Small模型： ```bash python script/train_MambaBCD.py --dataset 'SYSU' \ --batch_size 16 \ --crop_size 256 \ --max_iters 320000 \ --model_type MambaBCD_Small \ --model_param_path '/MambaCD/changedetection/saved_models' \ --train_dataset_path '/SYSU/train' \ --train_data_list_path '/SYSU/train_list.txt' \ --test_dataset_path '/SYSU/test' \ --test_data_list_path '/SYSU/test_list.txt' --cfg '/MambaCD/changedetection/configs/vssm1/vssm_small_224.yaml' \ --pretrained_weight_path '/MambaCD/pretrained_weight/vssm_small_0229_ckpt_epoch_222.pth' ``` ***语义变化检测*** 运行以下命令在 SECOND 数据集上训练和评估 MambaSCD-Small模型： ```bash python script/train_MambaSCD.py --dataset 'SECOND' \ --batch_size 16 \ --crop_size 256 \ --max_iters 800000 \ --model_type MambaSCD_Small \ --model_param_path '/MambaCD/changedetection/saved_models' \ --train_dataset_path '/SECOND/train' \ --train_data_list_path '/SECOND/train_list.txt' \ --test_dataset_path '/SECOND/test' \ --test_data_list_path '/SECOND/test_list.txt' --cfg '/MambaCD/changedetection/configs/vssm1/vssm_small_224.yaml' \ --pretrained_weight_path '/MambaCD/pretrained_weight/vssm_small_0229_ckpt_epoch_222.pth' ``` ***Building Damge Assessment*** 运行以下命令在 xBD 数据集上训练和评估 MambaBDA-Small： ```bash python script/train_MambaBDA.py --dataset 'xBD' \ --batch_size 16 \ --crop_size 256 \ --max_iters 800000 \ --model_type MambaBDA_Small \ --model_param_path '/MambaCD/changedetection/saved_models' \ --train_dataset_path '/xBD/train' \ --train_data_list_path '/xBD/train_list.txt' \ --test_dataset_path '/xBD/test' \ --test_data_list_path '/xBD/test_list.txt' --cfg '/MambaCD/changedetection/configs/vssm1/vssm_small_224.yaml' \ --pretrained_weight_path '/MambaCD/pretrained_weight/vssm_small_0229_ckpt_epoch_222.pth' ``` ### `五、使用训练完成后的权重进行推理` 推理前，请先通过命令行进入 [`changedetection`]文件夹。 ```bash cd /MambaCD/changedetection ``` ***二元变化检测*** 以下命令展示了如何在 LEVIR-CD+ 数据集上使用训练完成的 MambaBCD-Tiny 推断二元变化图： * **`提示`**: 请使用 [--resume] 来加载训练过的模型，而不要使用 [--pretrained_weight_path]。 ```bash python script/infer_MambaBCD.py --dataset 'LEVIR-CD+' \ --model_type 'MambaBCD_Tiny' \ --test_dataset_path '/LEVIR-CD+/test' \ --test_data_list_path '/LEVIR-CD+/test_list.txt' \ --cfg '/MambaCD/changedetection/configs/vssm1/vssm_tiny_224_0229flex.yaml' \ --resume '/MambaBCD_Tiny_LEVIRCD+_F1_0.8803.pth' ``` ***语义变化检测*** 以下命令展示了如何在 SECOND 数据集上使用训练完成的 MambaSCD-Tiny 推断语义变化图： ```bash python script/infer_MambaBCD.py --dataset 'SECOND' \ --model_type 'MambaSCD_Tiny' \ --test_dataset_path '/SECOND/test' \ --test_data_list_path '/SECOND/test_list.txt' \ --cfg '/MambaCD/changedetection/configs/vssm1/vssm_tiny_224_0229flex.yaml' \ --resume '/[your_trained_model].pth' ``` ***建筑物损害评估*** 以下命令展示了如何在 xBD 数据集上使用训练完成的 MambaBDA-Tiny 推断语义变化图： ```bash python script/infer_MambaBDA.py --dataset 'SECOND' \ --model_type 'MambaBDA_Tiny' \ --test_dataset_path '/xBD/test' \ --test_data_list_path '/xBD/test_list.txt' \ --cfg '/MambaCD/changedetection/configs/vssm1/vssm_tiny_224_0229flex.yaml' \ --resume '/[your_trained_model].pth' ``` ## ⚗️结果下载 * *我们上传到Github的代码是经过重新组织整理的。下面提供的模型权重也是采用重新组织整理后的代码训练得到的。因此精度可能会和原始论文不完全一致（大多数情况都高于论文中报告的精度）。* * *我们还上传了 ChangeMamba的预测结果。您可以下载并直接在论文中使用它们 [[Zenodo](https://zenodo.org/records/14037770)][[GDrive](https://drive.google.com/drive/folders/1kVKgbElM23c-hSNZ_TTqfxXNXrPgNJ6L?usp=sharing)][[BaiduYun](https://pan.baidu.com/s/1RYXRL0emsKDL_9_v82nIjQ?pwd=df2t)].* ### `一、VMamba（编码器）的预训练权重` | 方法 | ImageNet (ckpt) | | :---: | :---: | | VMamba-Tiny | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/160PXughGMNZ1GyByspLFS68sfUdrQE2N/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1P9KRVy4lW8LaKJ898eQ_0w?pwd=7qxh)] | | VMamba-Small | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1dxHtFEgeJ9KL5WiLlvQOZK5jSEEd2Nmz/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1RRjTA9ONhO43sBLp_a2TSw?pwd=6qk1)] | | VMamba-Base | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1kUHSBDoFvFG58EmwWurdSVZd8gyKWYfr/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/14_syzqwNnVB8rD3tejEZ4w?pwd=q825)] | ### `二、二元变化检测` | 方法 | SYSU (ckpt) | LEVIR-CD+ (ckpt) | WHU-CD (ckpt) | | :---: | :---: | :---: | :---: | | MambaBCD-Tiny | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1qoivh0zrZjpPzUOiIxLWZn7kdBQ-MqnY/view?usp=sharing)][[BaiduYun](https://pan.baidu.com/s/160RiqDQKB6rBwn7Fke6xFQ?pwd=wqf9)] | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1AtiXBBCoofi1e5g4STYUzBgJ1fYN4VhN/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/13dGC_J-wyIfoPwoPJ5Uc6Q?pwd=8ali)] | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1ZLKXhGKgnWoyS0X8g3HS45a3X1MP_QE6/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1DhTedGZdIC80y06tog1xbg?pwd=raf0)] | | MambaBCD-Small | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1ZEPF6CvvFynL-yu_wpEYdpHMHl7tahpH/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1f8iwuKCkElU9rc24_ZzXBw?pwd=46p5)] | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/19jEBLheCwEnQqF23EqNrn1r79D-nZ95y/view?usp=sharing)][[BaiduYun](https://pan.baidu.com/s/1EKWp-tF0EEGgZ-nVlW8S1g?pwd=n3qz)] | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1ejiBIhSAJF0P65Xn6DpzRpARiIGPLiWw/view?usp=drive_link)][[BaiduYun]](https://pan.baidu.com/s/1tIWyfJa2o9EMwrKg-gKTnw?pwd=vizm) | | MambaBCD-Base | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/14WbK9KjOIOWuea3JAgvIfyDvqACExZ0s/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1xiWWjlhuJWA40cMggevdlA?pwd=4jft)] |[[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1uQy5tGXW20xFZvF7hIvZvsi7-JU7tg7G/view?usp=drive_link)] [[BaiduYun](https://pan.baidu.com/s/1M_u7HdIEFIEA2d3L1kfu3Q?pwd=rkgp)] | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1K7aSuT3os7LR9rUvoyVNP-x0hWKZocrn/view?usp=drive_link)][[BaiduYun](https://pan.baidu.com/s/1o6Z6ecIJ59K9eB2KqNMD9w?pwd=4mqd)] | ### `三、语义变化检测` | 方法 | SECOND (ckpt) | OpenMapCD (ckpt) | | :---: | :---: | :---: | | MambaSCD-Tiny | [[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/1Q2hMC320vCpp5MQA8SK54iFY7L5JF9qN/view?usp=sharing)][[BaiduYun](https://pan.baidu.com/s/1eHUjKm8Ty0w92BvOoj53Fw?pwd=6hnj)] | -- | | MambaSCD-Small | -- | --| | MambaSCD-Base |[[Zenodo](https://zenodo.org/uploads/14037770)][[GDrive](https://drive.google.com/file/d/12aJ4sL0r02-rB5K6dixtr6FGJ3kNwlFy/view?usp=sharing)][[BaiduYun](https://pan.baidu.com/s/1GxNDC2JAEvPmOiNArLrYmw?pwd=sr3i)] | --| ### `四、建筑物损害评估` | 方法 | xBD (ckpt) | BRIGHT (ckpt) | | :---: | :---: | :---: | | MambaBDA-Tiny | -- | [[Zenodo](https://zenodo.org/records/14037769)] | | MambaBDA-Small | -- | -- | | MambaBDA-Base | -- | -- | ## 🤔常见问题 下面列出了一些常见问题的快速、简便的解决方案。 | 问题 | 解决方案 | | :---: | :---: | | 关于SECOND数据集的问题 | 请参考 Issue [#13](https://github.com/ChenHongruixuan/MambaCD/issues/13) / [#22](https://github.com/ChenHongruixuan/MambaCD/issues/22) / [#45](https://github.com/ChenHongruixuan/MambaCD/issues/45) | | CUDA out of memory issue | 请降低训练和评估的batch size | | 修改模型结构 | 请参考 Issue [#44](https://github.com/ChenHongruixuan/MambaCD/issues/44) | | 关于iteration、epoch和batch size之间的关系 | 请参考 Issue [#32](https://github.com/ChenHongruixuan/MambaCD/issues/32) / [#48](https://github.com/ChenHongruixuan/MambaCD/issues/48) | NameError: name 'selective_scan_cuda_oflex' is not defined | 请参考 Issue [#9](https://github.com/ChenHongruixuan/MambaCD/issues/9) | 推理阶段精度很低 | 请用 --resume 加载模型，而不是用 --pretrained_weight_path 加载模型 | ## 📜引用 如果我们的代码有助于您的研究，请考虑引用我们的论文，并给我们一个⭐️star⭐️ :) ``` @article{chen2024changemamba, author={Hongruixuan Chen and Jian Song and Chengxi Han and Junshi Xia and Naoto Yokoya}, journal={IEEE Transactions on Geoscience and Remote Sensing}, title={ChangeMamba: Remote Sensing Change Detection with Spatiotemporal State Space Model}, year={2024}, volume={62}, number={}, pages={1-20}, doi={10.1109/TGRS.2024.3417253} } ``` ## 🤝致谢 本项目采用和借鉴了([paper](https://arxiv.org/abs/2401.10166), [code](https://github.com/MzeroMiko/VMamba)), ScanNet ([paper](https://arxiv.org/abs/2212.05245), [code](https://github.com/ggsDing/SCanNet)), BDANet ([paper](https://ieeexplore.ieee.org/document/9442902), [code](https://github.com/ShaneShen/BDANet-Building-Damage-Assessment))等仓库。感谢他们的优秀工作！ ## 🙋联系我们 ***如有任何问题，请随时[联系我们。](mailto:Qschrx@gmail.com)*** [![Star History Chart](https://api.star-history.com/svg?repos=ChenHongruixuan/MambaCD&type=Date)](https://star-history.com/#ChenHongruixuan/MambaCD&Date)