Gasformer：一种用于从光学气体成像中分割牛畜 methane 排放的 Transformer 架构
计算机视觉与模式识别
2024-04-18 v1
摘要
牛畜（尤其是牛）的 methane 排放显著贡献于气候变化. 有效的 methane 减排策略至关重要，因为全球人口和对畜牧产品的需求正在增加. 我们引入 Gasformer，一种 novel 的语义分割架构，用于检测来自牛畜以及使用光学气体成像进行受控释放实验中的低流量 methane 排放. 我们呈现了两个独特的数据集，使用 FLIR GF77 OGI 摄像机捕获. Gasformer 利用 Mix Vision Transformer 编码器和 Light-Ham 解码器生成多尺度特征并细化分割图. Gasformer 在两个数据集上超越其他 state-of-the-art 模型，展示了其在受控和真实场景中检测和分割 methane plumes 的有效性. 在牛畜数据集上，Gasformer 实现了 88.56% 的 mIoU，超越了其他 state-of-the-art 模型. 材料可在 github.com/toqitahamid/Gasformer 获得.
关键词
引用
@article{arxiv.2404.10841,
title = {Gasformer: A Transformer-based Architecture for Segmenting Methane Emissions from Livestock in Optical Gas Imaging},
author = {Toqi Tahamid Sarker and Mohamed G Embaby and Khaled R Ahmed and Amer AbuGhazaleh},
journal= {arXiv preprint arXiv:2404.10841},
year = {2024}
}
备注
9 pages, 5 figures, this paper has been submitted and accepted for publication at CVPRW 2024