训练与部署用于灾害响应的图像分类器
计算机视觉与模式识别
2020-05-13 v1
摘要
随着深度学习图像分类每年变得愈发强大，显然将其引入灾害响应将提高响应人员的工作效率。使用包括 AlexNet、ResNet、MobileNet、DenseNets 和 4-Layer CNN 在内的若干神经网络模型，我们对来自大型图像数据集的洪涝灾害图像进行了分类，准确率最高达 79%。我们的模型及处理该数据集的教程为他人分类图像中包含的其他类型灾害奠定了基础。
引用
@article{arxiv.2005.05495,
title = {Train and Deploy an Image Classifier for Disaster Response},
author = {Jianyu Mao and Kiana Harris and Nae-Rong Chang and Caleb Pennell and Yiming Ren},
journal= {arXiv preprint arXiv:2005.05495},
year = {2020}
}
备注
5 pages, 6 figures