一篇新的研究论文强调了高光谱图像分类中的一个关键问题：由基于块的采样中的空间重叠引起的数据泄露。当训练和测试数据来自同一图像，而未考虑空间邻近性时，性能指标可能会显著膨胀。在Pavia University数据集上使用包括3D-CNN和ViT在内的各种模型进行的实验表明，当正确处理空间采样时，这种泄露会导致准确率下降超过40个百分点。研究还发现，增加块大小会加剧重叠问题，这凸显了在高光谱图像分析中采用严谨评估方法的必要性。 AI
影响 强调了高光谱成像中模型性能可能被高估的问题，并敦促采用更严格的评估实践。
排序理由 学术论文，详细介绍了计算机视觉领域的新方法和发现。[lever_c_demoted from research: ic=1 ai=1.0]
- 2D-CNN Architecture for Accurate Classification of COVID-19 Related Pneumonia on X-Ray Images
- 3D-convolutional neural network
- Mohammed Alkhatib
- MorpMamba
- multilayer perceptron
- support vector machine
- Vít
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
