没有数据比更多数据更好——地球观测中深度学习的数据集
计算机视觉与模式识别
2023-10-31 v1 机器学习
摘要
精心整理与标注的数据集是机器学习的基础,尤其对数据饥渴的深度神经网络而言,它们构成了常被称为人工智能(AI)的核心。由于深度学习应用于地球观测(EO)问题的巨大成功,学界焦点长期集中于开发愈发复杂的深度神经网络架构与训练策略,而普遍忽视了数据集的整体重要性。为此,众多任务专用数据集已被创建,但此前发表的关于地球观测人工智能的综述文章大多未予关注。本文旨在转变视角,将专用于地球观测数据与应用机器学习数据集置于聚光灯下。基于历史发展回顾,我们描述了当前可用资源并形成了未来发展展望。我们希望有助于形成一种认识:数据的内在特性使地球观测学界区别于许多其他将深度学习技术应用于图像数据的领域,而对 EO 数据特殊性的细致理解是我们学科的核心能力之一。
引用
@article{arxiv.2310.19231,
title = {There Are No Data Like More Data- Datasets for Deep Learning in Earth Observation},
author = {Michael Schmitt and Seyed Ali Ahmadi and Yonghao Xu and Gulsen Taskin and Ujjwal Verma and Francescopaolo Sica and Ronny Hansch},
journal= {arXiv preprint arXiv:2310.19231},
year = {2023}
}