IRX-1D：一种用于遥感分类的简单深度学习架构
计算机视觉与模式识别
2023-06-21 v2 机器学习
摘要
我们提出了一种结合了Inception、ResNet和Xception网络元素的简单深度学习架构。四个新数据集被用于包含小样本和大样本训练集的分类。分类准确率方面的结果表明，在小训练样本下，所提出的架构相较于贝叶斯优化的2D-CNN具有更好的性能。使用Indiana Pines高光谱数据集在小训练样本下的结果比较表明，与使用不同深度学习架构的九项已报道工作相比，所提出的架构具有相当或更好的性能。尽管在训练样本有限的情况下实现了高分类准确率，但分类图像的比较表明，在所有数据集上，与使用大训练样本训练的模型提供的分类图像相比，同一区域被分配了不同的土地覆盖类别。
引用
@article{arxiv.2010.03902,
title = {IRX-1D: A Simple Deep Learning Architecture for Remote Sensing Classifications},
author = {Mahesh Pal and Akshay and B. Charan Teja},
journal= {arXiv preprint arXiv:2010.03902},
year = {2023}
}
备注
Want to improve this manuscript as it is not accepted by journal in present form