본 연구는 호수 추출을 위한 새로운 기준선과 벤치마크를 제시한다. 기존 호수 데이터셋의 한계를 극복하기 위해 형태학적 연산을 활용하여 포인트, 박스, 마스크 프롬프트로 구성된 프롬프트 데이터셋을 생성하였다. 또한 프롬프트 기반 및 프롬프트 프리 학습 단계로 구성된 두 단계 프롬프트 강화 프레임워크 LEPrompter를 제안하였다. 프롬프트 기반 단계에서는 프롬프트 인코더와 디코더를 통해 프롬프트 정보를 활용하여 모델 학습을 돕고, 프롬프트 프리 단계에서는 프롬프트 없이 독립적으로 호수 추출을 수행한다. 실험 결과, 제안 방법은 기존 최신 방법 대비 Surface Water 데이터셋과 Qinghai-Tibet Plateau Lake 데이터셋에서 각각 91.53%와 97.44%의 mIoU를 달성하며 성능 향상을 보였다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Ben Chen,Xue... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2308.08443.pdfDeeper Inquiries