تُشكّل صور الاستشعار عن بعد تحديات مميزة للمهام اللاحقة بسبب تعقيدها المتأصّل. وعلى الرغم من الاهتمام الكبير الذي حظيت به أبحاث التصنيف، وتحديد الكائنات، والتقسيم الدلالي في صور الاستشعار عن بعد، فإن معظم هذه الدراسات قد تجاهلت المعرفة السابقة القيّمة المُضمنة في السياقات الخاصة بالاستشعار عن بعد. ويمكن أن تكون هذه المعرفة السابقة مفيدة، إذ قد تُخطئ التعرف على الكائنات في صور الاستشعار عن بعد دون الرجوع إلى سياق طويل المدى كافٍ، والذي قد يختلف باختلاف الكائنات. في هذا البحث، نأخذ بعين الاعتبار هذه المعرفة السابقة ونُقدّم هيكلًا أساسيًا خفيف الوزن يُسمى شبكة LSKNet (Large Selective Kernel Network). يُمكن لشبكة LSKNet تعديل مجال الاستقبال المكاني الكبير بشكل ديناميكي، لتحسين نمذجة السياق الطولي للكائنات المختلفة في سياقات الاستشعار عن بعد. إلى حد علمنا، لم تُدرَس آليات النوى الكبيرة والمنتقاة سابقًا في صور الاستشعار عن بعد. وبلا إضافات زائدة، يُحقّق LSKNet الخفيف الوزن أداءً جديدًا على مستوى الحد الأقصى (state-of-the-art) في معايير قياسية للتصنيف، وتحديد الكائنات، والتقسيم الدلالي في صور الاستشعار عن بعد. كما أثبت التحليل الشامل لدينا أهمية المعرفة السابقة التي تم تحديدها، وفعالية شبكة LSKNet. يمكن الوصول إلى الكود عبر الرابط: https://github.com/zcablii/LSKNet.