Tiny-Inception-ResNet-v2：利用深度学习消除南亚砖窑中的债役劳动
计算机视觉与模式识别
2019-07-15 v1 图形学
机器学习
摘要
本文提出采用一种受 Inception-ResNet 启发的深度学习架构 Tiny-Inception-ResNet-v2，通过识别南亚“砖窑带”内的砖窑来消除债役劳动。该框架通过在包含南亚地区 11 个不同类别的卫星影像上训练网络而开发。过程中构建的数据集包括砖窑、房屋、道路、网球场、农场、稀疏树木、茂密树木、果园、停车场、公园和荒地的地理参考图像。该数据集已公开以供进一步研究。我们提出的网络架构以极少的学习参数超越了所有用于砖窑识别的当前最优（SOTA）架构。我们提出的解决方案将为实现可持续发展目标提供区域监测与评估机制。
引用
@article{arxiv.1907.05552,
title = {Tiny-Inception-ResNet-v2: Using Deep Learning for Eliminating Bonded Labors of Brick Kilns in South Asia},
author = {Usman Nazir and Numan Khurshid and Muhammad Ahmed Bhimra and Murtaza Taj},
journal= {arXiv preprint arXiv:1907.05552},
year = {2019}
}