PulseAugur
中
实时 11:04:31

新指标审计遥感分割掩码

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了对比掩码保真度（CMF），这是一种新颖的指标，旨在审计遥感语义分割中使用的真实掩码的质量。这种无需训练、无需参考的指标通过使用冻结的视觉-语言模型来确定类别证据是否集中在掩码内，从而直接根据图像证据评估候选掩码。CMF已被证明在识别系统性、类别依赖的标注失真方面有效，并且在用作监督时可以改善跨域迁移。 AI

影响 为评估和改进计算机视觉任务中训练数据的质量引入了一种新方法。

排序理由 该集群包含一篇介绍用于审计图像分割掩码的新指标的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新指标审计遥感分割掩码

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Shuaishuai Cao, Shuwei Peng, Meng Tang, Min Huang, Youjin Wang, Jie Chen, Jing Ouyang, Zhiwei Zhai ·

    对比掩码保真度：遥感语义分割中无参考的真实掩码审计

    arXiv:2608.09101v1 Announce Type: cross Abstract: Semantic segmentation models are trained and evaluated against human-drawn masks, yet remote-sensing annotations are often coarse, incomplete, or misaligned; high overlap scores may then reflect agreement with imperfect labels rat…

相关话题