PixelDINO:半监督语义分割用于检测多年冻土扰动
原文中文,约500字,阅读约需2分钟。发表于: 。北极永久冻土由于全球气候变化而面临重大变化,远程感知在更好地了解北极的根本过程方面发挥着关键作用。本研究侧重于远程检测退化性融沉积(RTS),这是一种与融化引起的滑坡类似的永久冻土干扰。针对来自空间的此类分析,深度学习已成为一种不可或缺的工具,但有限的标记训练数据仍然是训练准确模型的挑战。为了改善模型在北极的普适性而不需要额外的标记数据,我们提出了一种半监督学习方法来训练语义分割模型以检测...
北极永久冻土面临重大变化,远程感知在了解北极过程中起关键作用。研究侧重于远程检测退化性融沉积(RTS),使用半监督学习方法训练语义分割模型以检测RTS。实验证明,该方法能提高模型性能,具有很好的推广潜力。