BriefGPT - AI 论文速递
·
在数据稀缺环境下使用深度学习进行大规模农田绘制：尼日利亚案例研究
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种利用分类卫星图像时间序列绘制农作物地图的方法，通过编码专家知识至卷积循环神经网络中，提高了细粒度分类性能，实验结果显示分类性能提高了9.9个百分点。
🎯
关键要点
- 本文介绍了一种利用分类卫星图像时间序列绘制农作物地图的方法。
- 开发了一种利用专家知识的农作物分类方法。
- 将三级标签层次结构编码至卷积循环神经网络中。
- 该神经网络能够学习罕见珍贵类别的特征表示，提高细粒度分类性能。
- 能够根据置信度和农业实践需求进行输出调整。
- 在新的公共数据集 ZueriCrop 上的实验表明，分类性能提高了至少9.9个百分点。
➡️
