SAR 影像上的深度学习：迁移学习对比随机初始化权重
计算机视觉与模式识别
2023-10-27 v1 图像与视频处理
摘要
在合成孔径雷达（SAR）数据上部署深度学习用于制图正变得愈发普遍。其中一个例子是海冰，其受风、温度和洋流共同影响而高度动态且快速变化。因此，频繁的海冰制图对于保障海上航行安全十分必要。然而，用于训练深度学习算法的专家标注数据普遍短缺。对 SAR 影像上的预训练模型进行微调是一种潜在的解决方案。在本文中，我们将使用随机初始化权重从头训练的深度学习模型与为此目的微调的预训练模型进行性能比较。我们的结果表明，预训练模型能带来更好的结果，尤其是在融季的测试样本上。
引用
@article{arxiv.2310.17126,
title = {Deep Learning on SAR Imagery: Transfer Learning Versus Randomly Initialized Weights},
author = {Morteza Karimzadeh and Rafael Pires de Lima},
journal= {arXiv preprint arXiv:2310.17126},
year = {2023}
}