研究人员推出GEOID-Flood,一个用于洪水分割任务的新型大规模、多模态基准数据集。该数据集来源于欧洲哥白尼应急管理服务在65个国家十多年的激活记录,包含事件前后Sentinel-1和Sentinel-2的影像,以及数字高程模型和人工验证的标签。使用GEOID-Flood进行的初步评估表明,虽然基础模型相比传统编码器显示出微弱优势,但光学-SAR融合并进行微调对于瞬时洪水最为有效,并且在该新基准上训练的模型在未见过的事件上表现出更好的可迁移性。 AI
影响 该数据集将能够对用于洪水测绘的地理空间基础模型进行更鲁棒的评估,从而可能改善灾害响应能力。
排序理由 该集群描述了为人工智能研究发布一个新的基准数据集。
- arXiv
- Copernicus Emergency Management Service
- GEOID-Flood
- Hugging Face
- Sentinel-1
- Sentinel-2
- digital elevation model
- foundation models
- synthetic aperture radar
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →