计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月4日
]
标题: 深度神经变换器和卷积神经网络在现代遥感数据集上的评估与分析
标题: Evaluation and Analysis of Deep Neural Transformers and Convolutional Neural Networks on Modern Remote Sensing Datasets
摘要: 2012年,AlexNet将深度卷积神经网络(DCNNs)确立为计算机视觉的最先进方法,因为这些网络很快在许多领域的视觉任务中取得了领先,包括遥感。 随着视觉变压器的发表,我们正在见证计算视觉的第二次现代飞跃,因此,理解各种基于变压器的神经网络在卫星图像上的表现是至关重要的。 虽然变压器在自然语言处理和计算机视觉应用中表现出高水平的性能,但它们尚未与现代遥感数据进行大规模比较。 在本文中,我们探讨了基于变压器的神经网络在高分辨率光电卫星图像中目标检测的应用,并在多种公开可用的基准数据集上展示了最先进的性能。 在这项研究中,我们比较了十一种不同的边界框检测和定位算法,其中七种是在2020年后发表的,所有十一种都是在2015年后发表的。 在三个最先进的开源高分辨率遥感图像数据集上,比较了五种基于变压器的架构与六种卷积网络的性能,这些数据集在规模和复杂性上各不相同。 在训练和评估了三十三个深度神经模型之后,我们随后讨论并分析了不同特征提取方法和检测算法下的模型性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.