利用维基百科学习全球尺度卫星图像解译
计算机视觉与模式识别
2019-08-13 v3 机器学习
摘要
尽管计算机视觉近期取得进展，但由于缺乏标注训练数据，卫星图像的细粒度解译仍具挑战性。为克服这一限制，我们构建了一个名为WikiSatNet的新数据集，将地理参考的维基百科文章与其对应位置的卫星影像配对。随后我们提出两种策略，通过从图像预测对应文章的性质来学习卫星图像的表示。借助这一新的多模态数据集，我们可以大幅减少下游任务所需的人工标注标签数量与时间。在最近发布的fMoW数据集上，我们的预训练策略能将基于ImageNet预训练的模型F1分数提升至多4.5%。
引用
@article{arxiv.1905.02506,
title = {Learning to Interpret Satellite Images in Global Scale Using Wikipedia},
author = {Burak Uzkent and Evan Sheehan and Chenlin Meng and Zhongyi Tang and Marshall Burke and David Lobell and Stefano Ermon},
journal= {arXiv preprint arXiv:1905.02506},
year = {2019}
}
备注
Accepted to IJCAI 2019