基于深度学习的遥感图像滑坡分类框架
计算机视觉与模式识别
2025-12-09 v1
摘要
将卫星图像与深度学习相结合以支持自动滑坡检测正变得越来越普遍。然而，在保持性能优异的同时避免过拟合，仍是选择合适深度学习架构的关键挑战。为此本文提出一种基于深度学习的滑坡检测框架。该框架有效组合了线上与线下数据增强以解决数据不平衡问题，采用 EfficientNet\_Large 作为特征提取主干网络，提取稳健的嵌入特征；随后采用支持向量机（SVM）分类器进行后处理，以平衡并提升分类性能。该模型在 Zindi 挑战公开测试集上取得了 0.8938 的 F1 分数。
关键词
引用
@article{arxiv.2507.12939,
title = {A Deep-Learning Framework for Land-Sliding Classification from Remote Sensing Image},
author = {Hieu Tang and Truong Vo and Dong Pham and Toan Nguyen and Lam Pham and Truong Nguyen},
journal= {arXiv preprint arXiv:2507.12939},
year = {2025}
}