跳到正文
arXiv · 机器人与计算机视觉· Pranil Parajuli, Sugam Dahal, Kiran Chandra Dahal·· 9 天前AI 评分42

Kathmandu Valley 土地利用分割与合成数据增强研究

Fine-resolution land-use segmentation and synthetic image-label augmentation in the Kathmandu Valley

AI 导读

针对全球南方城市缺乏地块级用地数据的难题,研究构建了覆盖加德满都谷地 202 km²、含 408 张高分辨率 RGB 场景的六类标注语料库。实验显示标准随机划分导致最大 0.095 mIoU 的空间泄露,而改进后的 SegFormer 基线仅增加 1.9% 参数量即提升平均 IoU,但扩散模型生成的合成配对数据反而降低了所有架构的准确率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org