MSMatch: Semisupervierte multispektrale Szenenklassifikation mit wenigen Labels

Überwachte Lernverfahren stehen im Zentrum vieler Aufgaben im Bereich der Fernerkundung. Leider erfordern diese Methoden, insbesondere moderne tiefgreifende Lernansätze, oft große Mengen an gelabelten Daten für das Training. Obwohl Satelliten große Datenmengen erheben, ist die Annotation dieser Daten häufig mühsam, kostspielig und erfordert fachkundiges Wissen. Daher sind verbesserte Methoden erforderlich, die weniger gelabelte Beispiele benötigen. Wir präsentieren MSMatch, den ersten semi-supervised Lernansatz, der auf den Benchmark-Datensätzen EuroSAT und UC Merced Land Use bei der Szenenklassifikation mit überwachten Methoden konkurrieren kann. Wir testen sowohl RGB- als auch multispektrale Bilder von EuroSAT und führen verschiedene Ablationsstudien durch, um die entscheidenden Komponenten des Modells zu identifizieren. Das trainierte neuronale Netzwerk erreicht auf EuroSAT Ergebnisse auf dem Stand der Technik, wobei die Genauigkeit je nach Anzahl der gelabelten Trainingsbeispiele bis zu 19,76 Prozentpunkte besser ist als bei vorherigen Methoden. Mit nur fünf gelabelten Beispielen pro Klasse erreichen wir eine Genauigkeit von 94,53 Prozent auf dem RGB-Datensatz von EuroSAT und 95,86 Prozent auf dem multispektralen Datensatz. Auf dem UC Merced Land Use-Datensatz übertrifft MSMatch vorherige Arbeiten um bis zu 5,59 Prozentpunkte und erreicht mit fünf gelabelten Beispielen eine Genauigkeit von 90,71 Prozent. Unsere Ergebnisse zeigen, dass MSMatch in der Lage ist, die Anforderungen an gelabelte Daten erheblich zu reduzieren. Das Verfahren lässt sich gut auf multispektrale Daten übertragen und sollte eine Vielzahl von Anwendungen ermöglichen, die derzeit aufgrund des Mangels an gelabelten Daten nicht realisierbar sind. Wir stellen den Quellcode von MSMatch online zur Verfügung, um eine einfache Nachvollziehbarkeit und schnelle Anwendung zu gewährleisten.