用于多类土地分割的特征金字塔网络
计算机视觉与模式识别
2018-06-21 v2
摘要
语义分割在卫星影像处理中需求广泛。由于环境复杂，土地覆盖的自动分类与分割是一项具挑战性的问题。解决该问题有助于克服城市规划、环境工程或自然景观监测中的诸多障碍。在本文中，我们提出一种基于特征金字塔网络（FPN）族全卷积神经网络的自动多类土地分割方法。该网络由在 ImageNet 上预训练的 Resnet50 编码器与精心构建的解码器组成。基于验证结果、排行榜分数及我们自身经验，该网络在 DEEPGLOBE - CVPR 2018 土地覆盖分类子挑战赛中展现出可靠结果。此外，该网络内存占用适中，可使用 GTX 1080 或 1080 TI 显卡完成整体训练，并作出相当快速的预测。
引用
@article{arxiv.1806.03510,
title = {Feature Pyramid Network for Multi-Class Land Segmentation},
author = {Selim S. Seferbekov and Vladimir I. Iglovikov and Alexander V. Buslaev and Alexey A. Shvets},
journal= {arXiv preprint arXiv:1806.03510},
year = {2018}
}