探索不同监督层级在遥感影像中太阳能电池板检测与定位的应用
计算机视觉与模式识别
2023-09-20 v1
摘要
本研究探讨遥感影像中的目标存在检测与定位，聚焦于太阳能电池板识别。我们探索不同的监督层级，评估三种模型：全监督目标检测器、基于 CAM 的弱监督图像分类器与最小监督异常检测器。该分类器在二值存在检测上表现优异（F1 分数 0.79），而目标检测器（0.72）提供精确定位。异常检测器需要更多数据方可达到可行性能。模型结果融合显示出潜在的准确率提升。CAM 对定位影响有限，其中 GradCAM、GradCAM++ 与 HiResCAM 取得更优结果。值得注意的是，分类器在较少数据下仍保持稳健，与目标检测器形成对比。
引用
@article{arxiv.2309.10421,
title = {Exploring Different Levels of Supervision for Detecting and Localizing Solar Panels on Remote Sensing Imagery},
author = {Maarten Burger and Rob Wijnhoven and Shaodi You},
journal= {arXiv preprint arXiv:2309.10421},
year = {2023}
}
备注
Presented at the Netherlands Conference on Computer Vision (NCCV), The Hague, the Netherlands, September 14, 2023