跳到正文
arXiv · 机器人与计算机视觉· Santosh Pant·· 16 天前AI 评分33

GeoFM 评估审计:标签代理、基线与冻结特征匹配微调的边界分析

Auditing GeoFM Evaluation for Field-Extent Segmentation: Label Proxies, Baselines, and When Frozen Features Match Fine-tuning

AI 导读

针对农业地块分割基准,研究使用六国 Sentinel-2 像素验证了 ESA WorldCover 代理将随机森林 AUROC 从 0.55-0.82 提升至 0.79-0.96。在肯尼亚正样本仅占 0.1% 的失败案例中,全量微调优于冻结解码器;除该区域外,Prithvi 冻结线性探测在五点优于冻结骨干。研究建议解读 GeoFM 排名前需审计标签与基线,并测试冻结解码器效果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org