Kernkonzepte
過去のデータを使用して解像度別土地被覆分類を行うためのTransformerベースの弱教師付き方法が提案されている。
Zusammenfassung
この記事では、過去のデータを使用して解像度別土地被覆分類を行う手法について述べられています。高解像度ラベル付きデータの不足が大規模な土地被覆分類手法の応用を妨げており、古いデータを活用する新しい手法が提案されています。具体的には、Transformerベースの弱教師付き方法が紹介され、古いデータを使用して1m解像度で土地被覆マップを生成することが示されました。提案された手法は従来の手法よりも優れた性能を示し、特に古い製品から得られるノイズに対処するために効果的なアンチノイズ損失計算(ANLC)モジュールが導入されています。
Statistiken
メソッドは50エポックでトレーニングされました。
提案手法は他の比較手法よりも平均IoUスコアが高かった。
Zitate
"提案されたTransformerベースの弱教師付き方法は、大規模なクロス解像度土地被覆分類タスクで優れたパフォーマンスを発揮します。"
"ANLCは古い製品から得られるノイズに対処する際に非常に有力です。"