3 个月前

基于多时相融合的卫星影像灾害损毁评估

基于多时相融合的卫星影像灾害损毁评估

摘要

自动变化检测与灾害损毁评估目前仍依赖大量人力和卫星图像分析人员的手工操作。在自然灾害发生时,及时进行变化检测可有效挽救生命。本文报告了在问题建模、数据处理及训练流程方面的研究成果,这些方法对利用新发布的xBD数据集开展建筑物损毁评估任务具有显著帮助。我们的方法显著优于xBD基准模型,且在xView2挑战赛排行榜中位列前列。相关竞赛代码已公开发布。

代码仓库

ethanweber/xview2
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
2d-semantic-segmentation-on-xbdDouble branch U-Net
Weighted Average F1-score: 0.741

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于多时相融合的卫星影像灾害损毁评估 | 论文 | HyperAI超神经