图卢兹高光谱数据集:用于评估半监督光谱表示学习和像素级分类技术的基准数据集
原文中文,约400字,阅读约需1分钟。发表于: 。通过空中高光谱图像,利用具有极高空间和光谱分辨率以及覆盖广泛光谱领域的特点,进行大型城市地表覆盖的绘制。然而,由于训练数据的有限性,利用现有机器学习算法对地表覆盖进行绘制的能力受到了严重限制。针对标记数据的稀缺性,半监督和自监督技术引起了社区的广泛关注。因此,我们在本文中发布了 Toulouse Hyperspectral...
本文介绍了利用空中高光谱图像进行城市地表覆盖绘制的方法,讨论了标记数据稀缺问题和解决方案,发布了Toulouse Hyperspectral数据集,提出了自监督任务和基于自编码器和随机森林分类器的像素级分类基线,并取得了82%的总体准确性和74%的F1得分。