用于目标检测与实例分割任务的 MIS 淤地坝数据集
计算机视觉与模式识别
2023-03-09 v1
摘要
深度学习已在目标检测与实例分割等诸多计算机视觉任务中带来许多近期进展。这些进展促使基于深度学习的方法及相关方法论在卫星影像目标检测任务中得到广泛应用。本文中，我们引入 MIS Check-Dam，一个来自卫星影像的淤地坝新数据集，用于构建淤地坝检测与制图的自动化系统，重点关注用于农业的灌溉结构之重要性。我们回顾若干近期目标检测与实例分割方法，并评估它们在我们新数据集上的性能。我们在多种网络配置与骨干架构下评估了若干单阶段、两阶段及基于注意力的方法。数据集与预训练模型可在 https://www.cse.iitb.ac.in/gramdrishti/ 获取。
引用
@article{arxiv.2111.15613,
title = {The MIS Check-Dam Dataset for Object Detection and Instance Segmentation Tasks},
author = {Chintan Tundia and Rajiv Kumar and Om Damani and G. Sivakumar},
journal= {arXiv preprint arXiv:2111.15613},
year = {2023}
}