遥感应用中深度学习模型的半监督微调
计算机视觉与模式识别
2020-06-02 v1 机器学习
摘要
本文提出将深度学习与半监督学习这两个知名领域相结合的方法，以应对土地覆盖识别问题。所提方法展示了在训练期间使用 SSL 方法作为性能函数时，对深度学习模型性能的影响。在正交影像上的像素级分割任务中所获结果表明，SSL 增强的损失函数有益于模型性能。
引用
@article{arxiv.2006.00345,
title = {Semi-Supervised Fine-Tuning for Deep Learning Models in Remote Sensing Applications},
author = {Eftychios Protopapadakis and Anastasios Doulamis and Nikolaos Doulamis and Evangelos Maltezos},
journal= {arXiv preprint arXiv:2006.00345},
year = {2020}
}