論文の概要: Hyperspectral Benchmark: Bridging the Gap between HSI Applications
through Comprehensive Dataset and Pretraining
- arxiv url: http://arxiv.org/abs/2309.11122v1
- Date: Wed, 20 Sep 2023 08:08:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-21 17:04:49.443637
- Title: Hyperspectral Benchmark: Bridging the Gap between HSI Applications
through Comprehensive Dataset and Pretraining
- Title(参考訳): Hyperspectral Benchmark: 包括的なデータセットと事前トレーニングを通じて、HSIアプリケーション間のギャップを埋める
- Authors: Hannah Frank, Leon Amadeus Varga and Andreas Zell
- Abstract要約: ハイパースペクトルイメージング (HSI) は、様々な応用の非破壊空間分光技術として機能する。
繰り返し発生する課題は、ターゲットデータセットの限られたサイズであり、徹底的なアーキテクチャ検索を妨げる。
本研究は、3つの顕著な異なるHSIアプリケーションを含む革新的なベンチマークデータセットを紹介する。
- 参考スコア(独自算出の注目度): 11.935879491267634
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Hyperspectral Imaging (HSI) serves as a non-destructive spatial spectroscopy
technique with a multitude of potential applications. However, a recurring
challenge lies in the limited size of the target datasets, impeding exhaustive
architecture search. Consequently, when venturing into novel applications,
reliance on established methodologies becomes commonplace, in the hope that
they exhibit favorable generalization characteristics. Regrettably, this
optimism is often unfounded due to the fine-tuned nature of models tailored to
specific HSI contexts.
To address this predicament, this study introduces an innovative benchmark
dataset encompassing three markedly distinct HSI applications: food inspection,
remote sensing, and recycling. This comprehensive dataset affords a finer
assessment of hyperspectral model capabilities. Moreover, this benchmark
facilitates an incisive examination of prevailing state-of-the-art techniques,
consequently fostering the evolution of superior methodologies.
Furthermore, the enhanced diversity inherent in the benchmark dataset
underpins the establishment of a pretraining pipeline for HSI. This pretraining
regimen serves to enhance the stability of training processes for larger
models. Additionally, a procedural framework is delineated, offering insights
into the handling of applications afflicted by limited target dataset sizes.
- Abstract(参考訳): ハイパースペクトルイメージング (HSI) は、様々な応用の非破壊空間分光技術として機能する。
しかし、繰り返し発生する課題は、ターゲットデータセットの限られたサイズであり、徹底的なアーキテクチャ探索を妨げる。
したがって、新規な応用に目を向けると、確立された方法論への依存が一般的になり、それらが良好な一般化特性を示すことを期待している。
この楽観主義は、特定のHSIコンテキストに合わせて調整されたモデルの微調整の性質のため、しばしば根拠がない。
本研究は, 食品検査, リモートセンシング, リサイクルの3つの明らかに異なるHSIアプリケーションを含む, 革新的なベンチマークデータセットを提案する。
この包括的なデータセットは、ハイパースペクトルモデル機能のより詳細な評価を提供する。
さらに,このベンチマークにより,最先端技術に対する精密な検証が促進され,優れた方法論の進化が促進される。
さらに、ベンチマークデータセットに固有の多様性の向上は、HSIのための事前トレーニングパイプラインの確立を支えている。
この事前訓練は、より大きなモデルのトレーニングプロセスの安定性を高めるのに役立つ。
さらに、プロシージャフレームワークがデライン化され、限られたターゲットデータセットサイズによるアプリケーションの処理に関する洞察を提供する。
関連論文リスト
- Exploring the Precise Dynamics of Single-Layer GAN Models: Leveraging Multi-Feature Discriminators for High-Dimensional Subspace Learning [0.0]
サブスペース学習の観点から,単層GANモデルのトレーニングダイナミクスについて検討する。
解析をサブスペース学習の領域にブリッジすることで,従来の手法と比較してGAN法の有効性を体系的に比較する。
論文 参考訳(メタデータ) (2024-11-01T10:21:12Z) - Hyperspectral Imaging-Based Perception in Autonomous Driving Scenarios: Benchmarking Baseline Semantic Segmentation Models [3.6096086024478775]
ハイパースペクトルイメージング(HSI)は、リモートセンシング、農業、医療における従来のRGBイメージングよりも優れていることで知られている。
HyKo、HSI-Drive、HSI-Road、Hyperspectral CityといったいくつかのHSIデータセットが利用可能になっている。
しかし,これらのデータセットを用いたセマンティックセグメンテーションモデル(SSM)の包括的評価は不十分である。
本研究では、HSIに基づくADAS知覚の今後の評価のために、利用可能な注釈付きデータセットのベースラインSSMベンチマークを確立する。
論文 参考訳(メタデータ) (2024-10-29T14:54:13Z) - Scale-Invariant Monocular Depth Estimation via SSI Depth [0.6554326244334868]
スケール不変単分子深度推定(SI MDE)の現在の手法は、タスクの複雑さのためにしばしば困難である。
本稿では,SSI入力を活用してSI深度推定を強化し,ネットワークの役割を合理化し,組込み一般化を容易にする手法を提案する。
論文 参考訳(メタデータ) (2024-06-13T17:52:47Z) - GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。
GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。
本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文 参考訳(メタデータ) (2024-06-01T08:01:05Z) - SFANet: Spatial-Frequency Attention Network for Weather Forecasting [54.470205739015434]
天気予報は様々な分野において重要な役割を担い、意思決定とリスク管理を推進している。
伝統的な手法は、しばしば気象系の複雑な力学を捉えるのに苦労する。
本稿では,これらの課題に対処し,天気予報の精度を高めるための新しい枠組みを提案する。
論文 参考訳(メタデータ) (2024-05-29T08:00:15Z) - GCC: Generative Calibration Clustering [55.44944397168619]
本稿では,特徴学習と拡張をクラスタリングに組み込む新しいGCC法を提案する。
まず,実検体と実検体間の固有関係を識別する識別的特徴アライメント機構を開発する。
第二に、より信頼性の高いクラスタ割り当てを生成するための自己教師付きメトリック学習を設計する。
論文 参考訳(メタデータ) (2024-04-14T01:51:11Z) - A PAC-Bayesian Perspective on the Interpolating Information Criterion [54.548058449535155]
補間系の性能に影響を及ぼす要因を特徴付ける一般モデルのクラスに対して,PAC-Bayes境界がいかに得られるかを示す。
オーバーパラメータ化モデルに対するテスト誤差が、モデルとパラメータの初期化スキームの組み合わせによって課される暗黙の正規化の品質に依存するかの定量化を行う。
論文 参考訳(メタデータ) (2023-11-13T01:48:08Z) - Geometric Deep Learning for Structure-Based Drug Design: A Survey [83.87489798671155]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
近年の幾何学的深層学習の進歩は、3次元幾何学的データを効果的に統合・処理し、この分野を前進させてきた。
論文 参考訳(メタデータ) (2023-06-20T14:21:58Z) - Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual
Recognition [57.08108545219043]
サンプルが少ない新しいサブカテゴリを認識することは、コンピュータビジョンにおいて不可欠で挑戦的な研究課題である。
既存の文献は、ローカルベースの表現アプローチを採用することでこの問題に対処している。
本稿では,ロバスト・サリエンシ・アウェア蒸留法(RSaD)を提案する。
論文 参考訳(メタデータ) (2023-05-12T00:13:17Z) - Unsupervised Alternating Optimization for Blind Hyperspectral Imagery
Super-resolution [40.350308926790255]
本稿では, 盲点HSI融合問題に対処するために, 盲点HSI SR法を提案する。
本稿ではまず,デジェネレーションモデルを推定し,遅延画像の再構成を行うために,逐次最適化に基づく深層フレームワークを提案する。
そして,ネットワークを事前学習するメタラーニングに基づく機構が提案され,ネットワークの速度と一般化能力を効果的に向上させることができる。
論文 参考訳(メタデータ) (2020-12-03T07:52:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。