利用合成数据与域自适应从高分辨率俯拍图像进行舰船分类
计算机视觉与模式识别
2019-05-13 v1
摘要
在本文中，我们重新审视从俯拍图像中检测出的舰船（海上船舶）分类问题。尽管过去十年对该非常重要且切题的问题进行了研究，它在很大程度上仍未解决。海上领域中舰船及其他物体检测与分类的主要问题之一是缺乏训练最先进机器学习算法所需的大量真值数据。我们通过使用 Unity 游戏引擎和 3D 舰船模型构建大型（200k）合成图像数据集来解决此问题。我们证明，利用合成数据，分类性能显著提升，尤其是在训练中使用极少标注图像时。
引用
@article{arxiv.1905.03894,
title = {Ship classification from overhead imagery using synthetic data and domain adaptation},
author = {Chris M. Ward and Josh Harguess and Cameron Hilton},
journal= {arXiv preprint arXiv:1905.03894},
year = {2019}
}
备注
OCEANS 2018 MTS/IEEE Charleston