弱标注南极洲：企鹅群落案例
计算机视觉与模式识别
2019-05-21 v2
摘要
南极企鹅是重要的生态指标——尤其是在气候变化的背景下。在本工作中，我们提出了一个基于深度学习的模型，用于对高分辨率卫星图像中的阿德利企鹅群落进行语义分割。为了训练我们的分割模型，我们利用了企鹅群落数据集：一个独特的包含来自南极洲 193 个阿德利企鹅群落的 2044 张地理参考裁剪图像的数据集。面对像素级标注掩膜的稀缺，我们提出了一种弱监督框架，以有效地从弱标签中学习分割模型。我们使用分类网络过滤掉不适合分割网络的数据。该分割网络使用基于平均激活的特定损失函数进行训练，以有效地从带有弱标注标签的数据中学习。我们的实验表明，添加弱标注训练样本显著提高了分割性能，在企鹅群落数据集上将平均交并比从 42.3 提升至 60.0%。
引用
@article{arxiv.1905.03313,
title = {Weakly Labeling the Antarctic: The Penguin Colony Case},
author = {Hieu Le and Bento Gonçalves and Dimitris Samaras and Heather Lynch},
journal= {arXiv preprint arXiv:1905.03313},
year = {2019}
}
备注
CVPR19 - CV4GC workshop