卫星图像的领域分割：强基线与区域数据集用于自动场边界描绘
计算机视觉与模式识别
2025-06-24 v2 人工智能
摘要
准确的农业领域边界映射对于高效的农业运营至关重要。从高分辨率卫星图像中自动提取，可借助计算机视觉技术，避免高额的现场调查成本。本文提出了基于 Segment Anything Model (SAM) 的领域描绘管线，介绍了将 SAM 适用于该任务的精细调优策略。除使用现有数据集外，我们描述了获取补充区域数据集的方法，以覆盖当前数据源之外的区域。进行大量实验评估分割精度与泛化能力。我们的方法为自动化领域描绘提供了稳健的基线。该新的区域数据集称为 ERAS，现已公开提供。
引用
@article{arxiv.2506.16318,
title = {Segment Anything for Satellite Imagery: A Strong Baseline and a Regional Dataset for Automatic Field Delineation},
author = {Carmelo Scribano and Elena Govi and Paolo Bertellini and Simone Parisi and Giorgia Franchini and Marko Bertogna},
journal= {arXiv preprint arXiv:2506.16318},
year = {2025}
}
备注
Acceptet at ICIAP 2025