La extracción de la construcción de huellas de Sentinel-2 imágenes

Question

Mi intento de extraer la construcción de huellas de Sentinel-2 imágenes utilizando el algoritmo de aprendizaje de máquina capacitados en Sentinel-2 imágenes produjo una gran cantidad de falsos positivos y no hay ninguna señal de que el algoritmo aprendido nada en realidad. Cuando traté de la misma arquitectura en otro tipo de conjunto de datos (MNIST, CIFAR-10), que funcionó a la perfección.

Mi pregunta es: ¿tiene realmente sentido usar Sentinel-2 imágenes con resoluciones de 10m para la construcción de la extracción de la aplicación?

Rojo = Falsos Positivos; Azul = Etiquetas; Verde = Verdaderos Positivos

Answer 1

10 m de resolución para la construcción de huellas es optimista en el mejor. La mayoría de los edificios no se que tan grande (20m por 20m es bastante una casa grande), y también son muy incoherente de la forma y de color. Todos en todos, usted eligió un bastante difícil de destino y de un conjunto de datos no totalmente adecuado para la aplicación.

Todo el problema que usted está viendo es mucho mejor para una mayor resolución de imágenes, e incluso entonces, no es muy fácil ver, por ejemplo, el intento de DigitalGlobe se hizo con su muy alta resolución de los datos y la plataforma en la nube que se han diseñado: https://platform.digitalglobe.com/gbdx/gbdx-solutions/
Si nos fijamos en los resultados en su ejemplo, te darás cuenta de que incluso una gran empresa, con un poco justa de los recursos y de una forma mucho más adecuada del conjunto de datos realmente no realiza bien sea en la misma tarea como la que se comprometió. No estoy diciendo que es imposible, pero el mundo real es mucho más difícil de conjunto de datos de los auditados y controlados de formación de conjuntos de datos que se han practicado.