カメレオンAIプログラム、衛星画像中の物体を高速分類(Chameleon AI program classifies objects in satellite images faster)

ad

2024-01-16 スイス連邦工科大学ローザンヌ校(EPFL)

◆METEORは、わずか数枚の高品質画像で新しいオブジェクトを認識するアルゴリズムをトレーニングするカメレオンアプリケーションです。これにより、環境科学の課題で十分なデータセットが得られない場合でも信頼性の高い結果が得られます。解像度の違いを利用し、異なる地域や条件で撮影された画像を効果的に認識できるため、わずかなデータでも適応力があります。
◆今後は、基本的なAIを多くのタスクにトレーニングして適応力を向上させ、ユーザーが提案された画像をクリックできるようなユーザーインターフェースの統合も検討されています。

<関連情報>

解像度を超えた多様な地球観測問題に取り組むためのメタ学習 Meta-learning to address diverse Earth observation problems across resolutions

Marc Rußwurm,Sherrie Wang,Benjamin Kellenberger,Ribana Roscher & Devis Tuia
Nature communications earth & environement  Published:12 January 2024
DOI:https://doi.org/10.1038/s43247-023-01146-0

カメレオンAIプログラム、衛星画像中の物体を高速分類(Chameleon AI program classifies objects in satellite images faster)

Abstract

Earth scientists study a variety of problems with remote sensing data, but they most often consider them in isolation from each other, which limits information flows across disciplines. In this work, we present METEOR, a meta-learning methodology for Earth observation problems across different resolutions. METEOR is an adaptive deep meta-learning model with several modifications that allow it to ingest images with a variable number of spectral channels and to predict a varying number of classes per downstream task. It uses knowledge mined from land cover information worldwide to adapt to new unseen target problems with few training examples. METEOR outperforms competing self-supervised approaches on five downstream tasks, showing its relevance to addressing novel and impactful geospatial problems with only a handful of labels.

1602ソフトウェア工学
ad
ad
Follow
ad
タイトルとURLをコピーしました