Jun, 2024

EO 数据语义分割分类算法的置信度评估

PDF
TL;DR通过分割和像素级别的置信度评估，开发了用于遥感语义分割算法的置信度模型，并在 Copernicus Sentinel-2 卫星数据的地表覆盖分类等任务中表现出比其他基准模型更好的效果。
confidence assessmentssemantic segmentationremote sensingclassification algorithmscopernicus sentinel-2 data
发现论文，激发创造
  • 基于激光雷达的语义分割中不确定性估计的校准

    我们提出了一种测量语义分割模型对各个类别的置信度校准质量的度量标准，并使用该标准评估不平衡类别的不确定性估计方法的置信度校准情况。此外，我们还建议该方法可以自动发现标签问题，改善手工或自动注释数据集的质量。

    Aug, 2023

  • 语义分割的不确定性估计：提供改善自动机动车理赔处理的可靠性

    利用元分类模型评估汽车零部件语义分割模型预测段的精度，通过剔除低质量的段，平均分割结果的 mIoU 略微提高 16 个百分点，错误预测段减少 77%。

    Jan, 2024

  • 语义分割模型的校准：分析与算法

    研究了语义分割校准的问题，提出了一种简单而有效的选择性缩放方法来校准模型，实验结果表明其在多个基准测试中具有卓越的性能。

    Dec, 2022

  • 基于场景分类层的 Sentinel-2 空间和时间覆盖评估

    使用 Sentinel-2 数据中的场景分类层（SCL）进行技术评估，实现对一个区域的清晰光学覆盖率的计算与分配，并与机器学习模型的预测结果相关联，展示低覆盖区域的分类结果较差。

    Jun, 2024

  • 自动化评估自动驾驶语义分割鲁棒性

    本文介绍了一种用于分析语义分割模型稳健性的新方法，并提供了一些指标以评估在各种环境条件下的分类性能。该过程还结合了另一种传感器（lidar）以自动化处理过程，消除了验证数据的手工标注需求。实验结果表明，语义分割模型的性能因天气、相机参数、阴影等因素而异，并演示了如何在改进模型后比较和验证各种网络的性能。

    Oct, 2018

  • 信任语义分割网络

    该研究通过对不同模型进行实验，探讨了通过使用熵等简单度量方法来捕捉高召回率的错分情况，以分析语义分割中的失败案例和预测准确性的问题。

    Jun, 2024

  • 医学图像分割中故障检测方法的比较基准：揭示置信度聚合的作用

    本文介绍了一个用于评估医学图像分割中失败检测方法的综合基准框架，通过分析我们确定了当前失败检测度量的优点和局限性，并推崇风险覆盖分析作为一种整体评估方法，通过在包含五个公开的三维医学图像集合的综合数据集上评估各种失败检测策略的有效性，我们发现像素置信度聚合的重要性，并且观察到在医学图像分割中，集合预测之间的成对 Dice 分数（Roy 等人，2019）表现优秀，将其定位为简单而稳健的失败检测基准。为了促进持续的研究，我们将基准框架提供给社区使用。

    Jun, 2024

  • PhilEO Bench: 评估地理空间基础模型

    本研究介绍了 PhilEO Bench，这是一个用于评估遥感基础模型的创新评估框架，其中包括一个测试平台和一个包含建筑密度估计、道路分割和土地覆盖分类三个下游任务的 400GB Sentinel-2 数据集。通过使用该框架对 Prithvi 和 SatMAE 等不同基础模型进行多个 n-shot 和收敛率的实验评估。

    Jan, 2024

  • 滑坡分割模型的不确定性估计

    通过对多种方法评估分割的像素级别的不确定性，本研究发现在数据集中 Test-Time Augmentation 方法的质量始终优于其他方法，从而可以为解决错误、识别困难样本和增加标记训练数据提供低成本的监督。

    Nov, 2023

  • 一种基于高程数据的对比方法，用于稀缺和高级语义标签的遥感分类

    该研究提出一种混合无监督 / 监督学习方法，结合反差预训练模型和预测粗略海拔图像的预文本任务，以处理只有少量标签的地球观测下游任务，并评估其在分割和图像分类任务中的实验结果。

    Apr, 2023