論文の概要: When Less Is More: A Controlled Benchmark of Lightweight CNNs for Satellite Land-Cover Segmentation on DeepGlobe

• arxiv url: http://arxiv.org/abs/2607.23024v1
• Date: Sat, 25 Jul 2026 03:51:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.969105
• Title: When Less Is More: A Controlled Benchmark of Lightweight CNNs for Satellite Land-Cover Segmentation on DeepGlobe
• Title（参考訳）: DeepGlobeの衛星ランドコバーセグメンテーションのための軽量CNNのベンチマーク
• Abstract要約: 本研究では,DeepGlobe Land Cover Classificationデータセット上で,VGG16,MobileNetV2,InceptionV3,AlexNet,CNNの5つのアーキテクチャを比較した。 24.98MBでは、MobileNetV2_v1が最も高い精度 (0.7906) と平均インターセクションオーバーユニオン (0.4625) であった。 これらの結果は、リソース制約されたリモートセンシング環境において、軽量で転送学習型モデルがより深いモデルにマッチし、より優れた性能を発揮することを示している。
• 参考スコア（独自算出の注目度）: 0.3093890460224435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-resolution satellite imagery is the backbone of good land-cover classification, and without that, environmental monitoring, urban planning, and sustainable resource management all fall short. Deep learning architectures perform well in semantic segmentation, but the efficiency-accuracy trade-off across classical convolutional encoders is not well quantified under controlled, reproducible conditions. This study compares five architectures VGG16, MobileNetV2, InceptionV3, AlexNet, and CNN on the DeepGlobe Land Cover Classification dataset using three progressively optimized iterations to isolate regularisation, transfer learning, and architectural depth. To ensure performance differentials reflect architectural properties, all experiments used identical preprocessing, hyperparameter, and training protocols without data augmentation or class-imbalance correction. At 24.98 MB, MobileNetV2_v1 had the highest overall accuracy (0.7906) and mean Intersection over Union (0.4625), outperforming deeper alternatives like InceptionV3_v2 (125.17 MB, accuracy 0.7610) and VGG16_v2 (71.13 MB, accuracy 0.7653). Class-wise analysis showed strength in urban, agricultural, and water categories, but rangeland-barren confusion showed that architectural optimization alone cannot optimize spectrally similar minority classes. Strong spatial generalization and crisp boundary delineation were confirmed on held-out test imagery, validating operational applicability. These results show that lightweight, transfer-learned models can match or outperform deeper models in resource-constrained remote-sensing environments, enabling scalable land-cover mapping.
• Abstract（参考訳）: 高解像度衛星画像は、良好な土地被覆分類のバックボーンであり、それなしでは、環境モニタリング、都市計画、持続可能な資源管理は全て不足している。 ディープラーニングアーキテクチャはセマンティックセグメンテーションにおいてよく機能するが、古典的畳み込みエンコーダ間の効率と精度のトレードオフは、制御された再現可能な条件下では十分に定量化されていない。 本研究は、DeepGlobe Land Cover Classificationデータセット上のVGG16, MobileNetV2, InceptionV3, AlexNet, CNNの5つのアーキテクチャを比較し、段階的に最適化された3つのイテレーションを用いて正規化、移行学習、アーキテクチャ深さを分離する。 性能差がアーキテクチャ特性を反映することを保証するため、すべての実験では、データ拡張やクラス不均衡の修正なしに、同じ前処理、ハイパーパラメータ、トレーニングプロトコルを使用していた。 24.98MBでは、MobileNetV2_v1は最高精度 (0.7906) で、Intersection over Union (0.4625) であり、InceptionV3_v2 (125.17 MB、精度0.7610) やVGG16_v2 (71.13 MB、精度0.7653) よりも優れていた。 クラスワイド分析では, 都市, 農業, 水道カテゴリーの強度が見られたが, 土地の混乱は, 建築最適化だけではスペクトル的に類似したマイノリティクラスを最適化できないことを示した。 ホールドアウトテスト画像では,強い空間一般化と明瞭な境界線が確認され,操作性が確認された。 これらの結果は、資源制約されたリモートセンシング環境において、軽量で転送学習型モデルがより深いモデルに適合または優れ、スケーラブルな土地被覆マッピングを可能にすることを示している。

関連論文リスト

• Rethinking Attention Locality in Spiking Transformers [50.00501275379363]
  スパイキングトランスフォーマーは、スパイク駆動計算による効率的なビジュアル処理のための有望なパラダイムを提供する。 彼らのSSA(Softmax-free Spiking Self-Attention)は、空間的に局所化されたトークン相互作用を確立するのに苦労している。 境界連続経路(SCLA-BCP)を用いた空間連続的局所的注意法を提案する。 当社のアプローチでは、2017年のCOCOではmAP@50が9.50%、ADE20KではmIoUが3.42%改善しています。
  論文  参考訳（メタデータ） (2026-08-09T07:36:17Z)
• Systematic Evaluation of Learning Rate Scheduling Strategies Across Heterogeneous Architectures [48.83701310501069]
  多様なアーキテクチャのプールにおけるスケジューラの分類精度への影響について検討する。 我々は9つのPyTorchファミリーに25のスケジューラ構成を適用し、CIFAR-10で合計3,938のモデル変種を評価した。 CosineAnnealingWarmRestarts と CyclicLR は、基本的な崩壊戦略を一貫して上回ります。
  論文  参考訳（メタデータ） (2026-07-09T14:06:39Z)
• ArcGate: Adaptive Arctangent Gated Activation [62.5098969984518]
  本稿では,アクティベーション形状の広いスペクトルを生成するフレキシブルな定式化であるAdaptive Arctangent Gated Activation関数を提案する。 我々は、PatternNet、UC Merced Land Use、13バンドのEuroSAT MSIマルチスペクトルデータセットの3つのリモートセンシングベンチマークでArcGateを評価した。
  論文  参考訳（メタデータ） (2026-05-14T08:00:46Z)
• Efficient Hybrid CNN-GNN Architecture for Monocular Depth Estimation [0.0]
  畳み込みエンコーダ・デコーダフレームワークにグラフニューラルネットワーク(GNN)を統合する単眼深度推定アーキテクチャであるGraphDepthを提案する。 我々のアプローチは、効率的なGraphSAGEレイヤをResNet-101 U-Netバックボーンの複数スケールに埋め込む。 NYU Depth V2、WHU Aerial、ETH3D、Mid-Airベンチマークの実験では、最先端のトランスフォーマーの4.6%で競合精度が示されている。
  論文  参考訳（メタデータ） (2026-05-11T09:21:04Z)
• Parameter-Efficient Architectural Modifications for Translation-Invariant CNNs [2.111646739533638]
  畳み込みニューラルネットワーク(CNN)は、翻訳不変であると広く考えられているが、標準的なアーキテクチャは驚くべき脆弱性を示している。 我々は,グローバル平均プール層を様々なネットワーク深度に戦略的に挿入し,軽量な「オンラインアーキテクチャ」戦略を提案する。 この戦略は、トレーニング可能なパラメータ(5.2Mから82Kまで)の98%の大幅な削減と、ネットワークサイズ全体の90%の削減を実現している。
  論文  参考訳（メタデータ） (2026-04-30T13:52:42Z)
• MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale [92.09717763663873]
  我々は、データエンジニアリングとトレーニング戦略設計を通じて、純粋に最先端の技術を進化させるMinerU2.5-Proを提案する。 コアとなるのは、カバレッジ、情報性、アノテーションの正確性を中心に設計されたData Engineだ。 我々は,MinerU2.5-Pro が OmniDocBench v1.6 上で 95.69 を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-06T15:44:18Z)
• Comparative Evaluation of CNN Architectures for Neural Style Transfer in Indonesian Batik Motif Generation: A Comprehensive Study [0.5161531917413708]
  本研究では,広く使用されている5つのCNNバックボーン,VGG16,VGG19,Inception V3,ResNet50,ResNet101の系統的比較分析を行った。 その結果,背骨選択は構造的類似性に統計的に有意な差を生じないことがわかった。 ResNetベースのアーキテクチャは、VGGモデルよりも約5～6倍高速収束を実現する。
  論文  参考訳（メタデータ） (2025-12-31T11:06:09Z)
• Towards Accurate and Efficient Waste Image Classification: A Hybrid Deep Learning and Machine Learning Approach [0.05599792629509228]
  本研究は,(1)手作り特徴を用いた機械学習アルゴリズム,(2)ResNet変種やEfficientNetV2Sを含むディープラーニングアーキテクチャ,(3)Support Vector MachineやLogistic Regressionなどの古典的分類器と組み合わせて特徴抽出にディープモデルを利用するハイブリッドアプローチの3つのパラダイムを総合的に比較した。 TrashNet, Garbage Classification, and a refined Household Garbage dataset という3つの公開データセットの実験では、ハイブリッド手法がTrashNetと改良されたハウスセットで最大100%の精度を達成し、ガーベッジ分類で99.87%を達成し、その結果、その状態を超えたことが示されている。
  論文  参考訳（メタデータ） (2025-10-22T08:32:51Z)
• Classification of Geographical Land Structure Using Convolution Neural Network and Transfer Learning [1.024113475677323]
  本研究は, 都市計画・開発, 環境モニタリング, 災害管理など, 一連の応用を創出することができる。 本稿では、地理的な土地構造を分類するプロセスを自動化するための深層学習に基づくアプローチを開発した。
  論文  参考訳（メタデータ） (2024-11-19T11:01:30Z)
• Improving Visual Grounding by Encouraging Consistent Gradient-based Explanations [58.442103936918805]
  注意マスク整合性は,従来の方法よりも優れた視覚的グラウンドリング結果が得られることを示す。 AMCは効率的で実装が容易であり、どんな視覚言語モデルでも採用できるため一般的である。
  論文  参考訳（メタデータ） (2022-06-30T17:55:12Z)
• SmoothNets: Optimizing CNN architecture design for differentially private deep learning [69.10072367807095]
  DPSGDは、サンプルごとの勾配の切り抜きとノイズ付けを必要とする。 これにより、非プライベートトレーニングと比較してモデルユーティリティが削減される。 SmoothNetと呼ばれる新しいモデルアーキテクチャを蒸留し,DP-SGDトレーニングの課題に対するロバスト性の向上を特徴とした。
  論文  参考訳（メタデータ） (2022-05-09T07:51:54Z)
• Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection [85.53263670166304]
  一段検出器は基本的に、物体検出を密度の高い分類と位置化として定式化する。 1段検出器の最近の傾向は、局所化の質を推定するために個別の予測分岐を導入することである。 本稿では, 上記の3つの基本要素, 品質推定, 分類, ローカライゼーションについて述べる。
  論文  参考訳（メタデータ） (2020-06-08T07:24:33Z)

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。