Team Fundator: Vektede UNet ensembler med forbedring av datasett

Forfattere

  • Lars Martin Hodne Norconsult Informasjonssystemer
  • Eivind Hovdegård Furdal Norconsult Informasjonssystemer

DOI:

https://doi.org/10.5617/nmi.9992

Emneord (Nøkkelord):

semantisk segmentering, fjernanalyse, MapAI

Sammendrag

"MapAI Precision in Building Segmentation"-konkurransen har invitert deltakere til å utvikle systemer som segmenterer bygninger i ortofoto. I denne artikkelen presenterer vi vinnerbidraget til konkurransen. Konkurransen rangerer innleveringer på gjennomsnittet av to metrikker: Snitt over Union (IoU) og Grensbasert Snitt over Union (BIoU). Metrikkene beregnes på to oppgaver med henholdsvis RGB- og RGB-Z-bilder. Løsningen vår bruker heterogene, vektede U-Net-ensembler, flere utvidelser av treningsdataene og områdebasert etterbehandling av prediksjoner for å oppnå ledende resultater på test- og valideringsdataene. Vi oppnår en poengsum på henholdsvis 0,7635 og 0,9266 på disse dataene.

Nedlastinger

Publisert

2023-03-27

Utgave

Seksjon

NMI Challenge