引入了一个新的基准 Infra-Bench CLS,用于评估地球观测基础模型在关键基础设施分类方面的有效性。该基准包含来自七大洲的 18,756 张设施规模基础设施图像,涵盖 13 个类别。与 ResNet-18 基线相比,表现最好的基础模型在宏观 F1 分数上提高了 48%,达到了 57.9%。虽然机场和数据中心等顶级类别表现强劲,但电力基础设施等领域表现不佳,表明了未来研究的方向。 AI
影响 该基准可以加速基础模型在关键基础设施监控和分析方面的开发和应用。
排序理由 该项目描述了一个新的学术基准以及基础模型在特定任务上的评估。[lever_c_demoted from research: ic=1 ai=1.0]
- AlphaEarth Foundations
- DINOv3 ViT-L/16
- Hugging Face
- Infra-Bench CLS
- OlmoEarth v1.1-Base
- Prithvi-EO-2.0
- ResNet-18
- SatlasPretrain S1
- SatlasPretrain S2
- Sentinel-1
- Sentinel-2
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →