SolarNet：基于深度学习的从中国卫星影像中绘制太阳能发电厂框架
计算机视觉与模式识别
2019-12-11 v2 机器学习
图像与视频处理
摘要
太阳能等可再生能源对于应对日益严重的气候变化至关重要。中国是全球领先的太阳能板安装国，已建成众多太阳能发电厂。本文提出了一个名为 SolarNet 的深度学习框架，旨在对大规模卫星影像数据进行语义分割以检测太阳能电站。SolarNet 已成功绘制出中国 439 座太阳能电站，覆盖近 2000 平方公里，相当于整个深圳市或两个半纽约市的面积。据我们所知，这是首次利用深度学习揭示中国太阳能电站的位置与规模，可为太阳能企业、市场分析师及政府提供洞察。
引用
@article{arxiv.1912.03685,
title = {SolarNet: A Deep Learning Framework to Map Solar Power Plants In China From Satellite Imagery},
author = {Xin Hou and Biao Wang and Wanqi Hu and Lei Yin and Haishan Wu},
journal= {arXiv preprint arXiv:1912.03685},
year = {2019}
}