垃圾填埋场分类的数字分辨率分析

非法填埋场因其对环境、经济和公共卫生的影响而属重大问题。本研究利用航空图像进行环境犯罪监控。尽管人工智能和计算机视觉的进步为该领域带来了希望，但挑战在于如何利用高分辨率文献数据集进行训练模型，并将其适应开放获取的低分辨率图像。鉴于质量差异显著且标注有限，本研究探讨了模型在这些领域之间的适应性。为了进行全面评估垃圾检测算法，本研究提倡跨域分类和超分辨率增强，以分析不同图像分辨率对垃圾分类的影响，从而作为打击非法填埋场蔓延的评估手段。我们观察到通过提升图像质量可以获得性能提升，但也注意到对模型灵敏度的影响， necessitating careful threshold fine-tuning。