CMAB:首个基于开源数据和GeoAI的大规模多属性建筑数据集
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
该论文介绍了一个全球建筑物语义分割(GBSS)数据集,用于评估建筑物语义分割模型的泛化能力和鲁棒性。该数据集包含116.9k对样本,来自六大洲,具有不同的大小和风格。通过定量和定性比较,验证了该数据集在迁移学习领域的潜力。
🎯
关键要点
- 该论文介绍了全球建筑物语义分割(GBSS)数据集。
- 数据集包含116.9k对样本,来自六大洲,约742k座建筑物。
- 样本在大小和风格上存在显著变化,适合评估模型的泛化能力和鲁棒性。
- 通过定量和定性比较,验证了数据集在迁移学习领域的潜力。
- 在子集上进行了实验以进一步确认数据集的潜力。
➡️