DeepSatData：构建大规模卫星图像数据集以训练机器学习模型
计算机视觉与模式识别
2021-05-07 v2
摘要
本报告提出了自动生成卫星影像数据集用于训练机器学习模型的设计考量，重点置于密集分类任务，例如语义分割。所给出的实现利用了免费的Sentinel-2数据，从而可生成训练深度神经网络所需的大规模数据集。我们从深度神经网络训练与评估的角度讨论了面临的问题，如检查地面真值数据的质量，并评述该方法的可扩展性。配套代码见https://github.com/michaeltrs/DeepSatData。
引用
@article{arxiv.2104.13824,
title = {DeepSatData: Building large scale datasets of satellite images for training machine learning models},
author = {Michail Tarasiou and Stefanos Zafeiriou},
journal= {arXiv preprint arXiv:2104.13824},
year = {2021}
}
备注
6 pages, 3 figures