BriefGPT - AI 论文速递
·
建筑物提取精度：使用 LiDAR 数据比较浅层模型和深层模型
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文研究了利用浅层模型评估 LiDAR 数据在建筑分割中的应用。通过边界掩模提升边界一致性得分，结合航空图像和 LiDAR 数据进行模型的训练与比较。结果表明浅层模型在航空图像任务和航空图像与 LiDAR 数据任务下的得分分别优于深度学习模型 8% 和 2%。深度学习模型在 Boundary Intersection over Union 得分方面表现更好，采用 LightGBM 的效果优于 RF 和 XGBoost。
🎯
关键要点
- 本文研究建筑分割问题，利用浅层模型评估 LiDAR 数据的应用。
- 通过边界掩模提升边界一致性得分。
- 结合航空图像和 LiDAR 数据进行模型训练与比较。
- 浅层模型在航空图像任务和航空图像与 LiDAR 数据任务下的得分分别优于深度学习模型 8% 和 2%。
- 深度学习模型在 Boundary Intersection over Union 得分方面表现更好。
- 采用 LightGBM 的效果优于随机森林 (RF) 和极端梯度提升 (XGBoost)。
➡️
