Основные понятия
FoMo-Benchは、衛星、航空、インベントリデータを含む15種類の多様なデータセットで構成され、分類、セグメンテーション、物体検出などの複数のタイプの森林監視タスクをカバーする。また、TalloSと呼ばれる新しい世界規模のデータセットを導入し、衛星画像とグラウンドベースのアノテーションを組み合わせた樹種分類タスクを提供する。さらに、FoMo-Netと呼ばれる基盤モデルを提案し、リモートセンシングで一般的に使用される様々なスペクトルバンドを柔軟に処理する能力を持つ。
Аннотация
本論文では、森林監視のための包括的なベンチマーク「FoMo-Bench」を提案している。FoMo-Benchは、衛星、航空、インベントリデータを含む15種類の多様なデータセットで構成されており、分類、セグメンテーション、物体検出などの複数のタイプの森林監視タスクをカバーしている。
データセットの概要は以下の通り:
- 衛星ベースのデータセット: BigEarthNet-MM、Sen12MS、RapidAI4EO、ForestNet、FiveBillionPixels、TreeSatAI、TalloS
- 航空ベースのデータセット: NeonTree、Woody、ReforesTree、Spekboom、Waititu、FLAIR #1、FLAIR #2、FORinstance
特に、TalloSは新しく提案された世界規模のデータセットで、衛星画像とグラウンドベースのアノテーションを組み合わせた樹種分類タスクを提供している。TalloSには1,000以上の樹種カテゴリが含まれており、世界各地の多様な樹種情報が網羅されている。
さらに、本論文ではFoMo-Netと呼ばれる基盤モデルを提案している。FoMo-Netは、リモートセンシングで一般的に使用される様々なスペクトルバンドを柔軟に処理する能力を持つ。FoMo-Netの事前学習では、複数のデータセットから得られる豊富なマルチセンサ情報を活用し、様々な入力設定に対応できるよう設計されている。
実験の結果、FoMo-Netは一部のセグメンテーションタスクで専門的な手法と競争力のある性能を示したが、分類タスクやオブジェクト検出タスクでは監督学習手法に劣る結果となった。今後の課題として、FoMo-Netの事前学習スキームの最適化や、点群データなどの非グリッド構造の処理能力の向上が考えられる。
Статистика
衛星データには、Sentinel-1、Sentinel-2、Landsat 8-9、Planet、Gaofen-2などの様々なセンサが含まれる。
航空データには、RGB、マルチスペクトル、LiDARなどの高解像度データが含まれる。
TalloSデータセットには、Sentinel-1、Sentinel-2、DEM、気象データなどが含まれる。
Цитаты
"FoMo-Benchは、衛星、航空、インベントリデータを含む15種類の多様なデータセットで構成されており、分類、セグメンテーション、物体検出などの複数のタイプの森林監視タスクをカバーしている。"
"TalloSは新しく提案された世界規模のデータセットで、衛星画像とグラウンドベースのアノテーションを組み合わせた樹種分類タスクを提供している。TalloSには1,000以上の樹種カテゴリが含まれており、世界各地の多様な樹種情報が網羅されている。"
"FoMo-Netは、リモートセンシングで一般的に使用される様々なスペクトルバンドを柔軟に処理する能力を持つ基盤モデルである。"