使用深度卷积神经网络进行卫星图像特征检测：一项 Kaggle 竞赛
计算机视觉与模式识别
2017-06-21 v1
摘要
本文描述了我们参与由 Kaggle 举办的 DSTL 卫星图像特征检测挑战赛的方法。该挑战赛的主要目标是对卫星图像中的不同类别进行精确的语义分割。我们的方法基于对全卷积神经网络的改进，以用于多光谱数据处理。此外，我们对训练目标和整体训练流程定义了若干修改，例如边界效应估计，同时我们讨论了数据增强策略和反射率指数的使用。我们的解决方案在 419 份参赛作品中排名第三。其准确率与第一名和第二名相当，但与那些解决方案不同的是，它不依赖复杂的集成技术，因此可以轻松扩展以部署于生产环境中，作为卫星图像分析自动特征标注系统的一部分。
引用
@article{arxiv.1706.06169,
title = {Satellite Imagery Feature Detection using Deep Convolutional Neural Network: A Kaggle Competition},
author = {Vladimir Iglovikov and Sergey Mushinskiy and Vladimir Osin},
journal= {arXiv preprint arXiv:1706.06169},
year = {2017}
}