HyperAIHyperAI
il y a 16 jours

Apprentissage des représentations en domaine pour la télédétection

Maxim Neumann, Andre Susano Pinto, Xiaohua Zhai, Neil Houlsby
Apprentissage des représentations en domaine pour la télédétection
Résumé

Étant donné l'importance de la télédétection, il est surprenant que la communauté du learning de représentations y ait accordé si peu d'attention. Pour y remédier et établir des références (baselines) ainsi qu'un protocole d'évaluation commun dans ce domaine, nous proposons un accès simplifié à cinq jeux de données de télédétection diversifiés, présentés sous une forme standardisée. Plus précisément, nous étudions le learning de représentations à l'intérieur du domaine afin de développer des représentations générales adaptées à la télédétection, et explorons quelles caractéristiques sont essentielles pour qu’un jeu de données soit un bon support pour ce type d’apprentissage. Les références établies atteignent des performances de pointe sur ces jeux de données.

Apprentissage des représentations en domaine pour la télédétection | Articles de recherche récents | HyperAI