CC-Pan

用扩散模型高效融合遥感图像，全色锐化又快又准

CC-Pan 是论文《CC-Pan: Channel-wise Compression based Diffusion for Efficient Pan-Sharpening》的官方实现，旨在解决遥感图像融合中的全色锐化问题。全色锐化是将高分辨率全色图像与低分辨率多光谱图像融合，生成高分辨率多光谱图像的技术。CC-Pan 基于扩散模型，通过通道级压缩机制降低计算成本，提升融合效率，同时保持图像质量。核心能力包括：利用 Stable Diffusion 的预训练能力进行微调，适应遥感图像特性；通道压缩策略减少模型复杂度，加速推理；支持多种遥感数据集，输出高保真融合结果。项目代码基于 Python，提供训练和推理脚本，方便研究者和工程师复现与二次开发。