稀疏数据树冠分割：仅在150张图像上微调领先预训练模型
计算机视觉与模式识别
2026-05-06 v2 人工智能
摘要
从航空影像中进行树冠检测是环境监测、城市规划和生态系统分析的一项重要任务。为模拟现实生活中的数据标注稀缺性，Solafune树冠检测竞赛提供了一个仅包含150张标注图像的小型且不平衡的数据集，这对在不发生严重过拟合的情况下训练深度模型构成了重大挑战。在这项工作中，我们评估了五种代表性架构：YOLOv11、Mask R-CNN、DeepLabv3、Swin-UNet和DINOv2，以评估它们在极端数据稀缺下进行树冠分割的适用性。我们的实验表明，基于卷积的预训练模型，特别是YOLOv11和Mask R-CNN，其泛化能力显著优于基于Transformer的预训练模型。DeepLabv3、Swin-UNet和DINOv2表现不佳，这可能是由于语义分割与实例分割任务之间的差异、视觉Transformer的高数据需求以及缺乏强归纳偏置。这些发现证实，在没有大量预训练或数据增强的情况下，基于Transformer的架构在低数据量机制下表现挣扎，且语义分割与实例分割之间的差异进一步影响了模型性能。我们对小数据约束下的训练策略、数据增强策略和模型行为进行了详细分析，并证明基于轻量级CNN的方法在有限影像上的树冠检测仍然是最可靠的。
关键词
引用
@article{arxiv.2601.10931,
title = {Sparse Data Tree Canopy Segmentation: Fine-Tuning Leading Pretrained Models on Only 150 Images},
author = {David Szczecina and Hudson Sun and Anthony Bertnyk and Niloofar Azad and Kyle Gao and Lincoln Linlin Xu},
journal= {arXiv preprint arXiv:2601.10931},
year = {2026}
}
备注
Published in the 2026 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2026) 4 pages, 2 figures