MapAI: Presis Bygningssegmentering

Forfattere

  • Sander Jyhne Kartverket
  • Morten Goodwin
  • Per-Arne Andersen
  • Ivar Oveland
  • Alexander Salveson Nossum
  • Mathilde Ørstavik
  • Karianne Ormseth
  • Andrew Flatman

DOI:

https://doi.org/10.5617/nmi.9849

Emneord (Nøkkelord):

Image segmentation, Aerial Images, Deep Learning

Sammendrag

MapAI: Presis Bygningssegmentering er en konkurranse arrangert med Norwegian Artificial Intelligence Research Consortium (NORA) i samarbeid med Centre for Artificial Intelligence Research på Universitetet i Agder, Kartverket, AI:Hub, Norkart, og Styrelsen for Dataforsyning og Infrastruktur i Danmark. Konkurransen holdes høsten 2022. Resultatene vil bli presentert på Northern Lights Deep Learning konferansen med fokus på segmentering av bygninger ved bruk av flybilder og laserdata. Konkurransen er delt opp i to forskjellige oppgaver, hvor den første er å segmentere bygninger kun ved bruk av flybilder, mens i den andre må man bruke laserdata og kan kombinere dette med flydata. For evalueringen bruker vi IoU og Boundary IoU til å måle nøyaktigheten til modellene. Boundary IoU er en målemetode som spesielt fokuserer på kanten og formen til segmenteringsmaskene. Deltakerene får et treningsdataset, mens vi holder testdatasettet skjult til konkurransen er over.

Nedlastinger

Publisert

2022-09-21

Utgave

Seksjon

NMI Challenge