DiRecNetV2:一种增强型变换网络用于航空灾害识别
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
机器学习的计算机视觉模型在自然灾害后的应急管理中有潜力。空中照片用于情境感知和损伤评估,但筛选相关图像有挑战。LADI v2数据集包含2015至2023年约10,000张灾害图像,经过多标签分类注释。预训练基线分类器与先进图像-语言模型进行性能比较,数据和代码已公开支持研究。
🎯
关键要点
-
机器学习的计算机视觉模型在自然灾害后的应急管理中具有潜力。
-
空中照片可用于情境感知和损伤评估,但筛选相关图像存在挑战。
-
LADI v2数据集包含2015至2023年约10,000张灾害图像,经过多标签分类注释。
-
提供了两个预训练的基线分类器,并与先进的图像-语言模型进行性能比较。
-
数据和代码已公开,以支持应急管理研究和计算机视觉模型的开发。
➡️