AID++:基于 AID 的场景分类更新版本
计算机视觉与模式识别
2018-06-05 v1
摘要
航空图像场景分类是理解高分辨率遥感图像的基础问题,并因其在广泛应用中的重要角色而成为遥感领域活跃的研究任务。然而,现有场景分类数据集的局限性,如小规模和低多样性,严重阻碍了新一代深度卷积神经网络(CNNs)的潜在使用。尽管最近在构建大规模数据集方面付出了巨大努力,例如包含 10,000 个图像样本的航空图像数据集(AID),但它们仍远不足以充分训练高容量深度 CNN 模型。为此,本文基于 AID 数据集提出一个更大规模的数据集,命名为 AID++,用于航空场景分类。所提出的 AID++ 包含超过 400,000 个利用现有地理数据半自动标注的图像样本。我们在所提数据集上评估了几种流行的 CNN 模型,结果表明我们的数据集可作为场景分类一个有前景的基准。
引用
@article{arxiv.1806.00801,
title = {AID++: An Updated Version of AID on Scene Classification},
author = {Pu Jin and Gui-Song Xia and Fan Hu and Qikai Lu and Liangpei Zhang},
journal= {arXiv preprint arXiv:1806.00801},
year = {2018}
}
备注
IGARSS'18 conference paper