自学内容网 自学内容网

LoveDA: 遥感土地覆盖数据集的领域自适应语义分割

引入了土地覆盖域自适应语义分割(LoveDA)数据集来推进语义和可转移学习。LoveDA数据集包含来自三个不同城市的5987张高分辨率图像和166768个带注释的对象。与现有数据集相比,LoveDA数据集包含两个领域(城市和农村),这带来了相当大的挑战,因为:1)多尺度对象;2)复杂背景样本;3)不一致的类分布。LoveDA数据集既适用于土地覆盖语义分割,也适用于无监督域自适应(UDA)任务。因此,我们对LoveDA数据集进行了11种语义分割方法和8种UDA方法的基准测试。为了应对这些挑战,还开展了一些探索性研究,包括多尺度架构和策略、额外的背景监督和伪标签分析。代码和数据可在https://github.com/Junjue-Wang/LoveDA上获得。(仅有南京市


原文地址:https://blog.csdn.net/m0_64106140/article/details/140287645

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!