农业视觉挑战赛 2024 -- 农业模式识别的亚军解答方案：类别平衡与模型集成
计算机视觉与模式识别
2024-06-19 v1
摘要
农业视觉挑战赛于 CVPR 2024 举办，旨在利用语义分割模型为多模态卫星图像中的感兴趣区域生成像素级语义分割标签。这是一个全球研究人员为突破计算机视觉与农业领域的壁垒而竞争的著名且具有竞争性的挑战。然而，农业视觉数据集存在严重的类别不平衡问题，这阻碍了语义分割性能。为解决此问题，我们首先提出了一种带有稀有类别抽样策略的马赛克数据增强，以丰富长尾类别样本。其次，我们采用自适应类别权重方案，以抑制常见类别的贡献，同时增加稀有类别的权重。再次，我们提出了一种概率后处理方法，以提高稀有类别的预测值。我们的 methodology 实现了测试集上 0.547 的平均交并比（mIoU）得分，夺得本次挑战赛的第二名。
引用
@article{arxiv.2406.12271,
title = {Agriculture-Vision Challenge 2024 -- The Runner-Up Solution for Agricultural Pattern Recognition via Class Balancing and Model Ensemble},
author = {Wang Liu and Zhiyu Wang and Puhong Duan and Xudong Kang and Shutao Li},
journal= {arXiv preprint arXiv:2406.12271},
year = {2024}
}