Байесовская агрегация для улучшения традиционных подходов к классификации урожая по одному изображению

Точная информация о росте сельскохозяйственных растений позволяет регулировать запасы агропродукции и вырабатывать стратегии работы с инструментами, производными от сельскохозяйственных товаров, на финансовых рынках. Методы машинного обучения широко применяются для распознавания и классификации таких культур на основе спутниковых изображений. Тем не менее, классификация полей осложняется классовым дисбалансом и агрегацией попиксельного прогнозирования в прогнозирование поля в целом. В данной работе мы предлагаем байесовскую методологию для агрегации результатов классификации. Также мы сообщаем о сравнении методов балансировки классов и о сравнении методов классического машинного обучения и сверточной нейронной сети U-Net для классификации культур с использованием одного спутникового снимка. Лучший результат для классификации урожая по одному снимку был достигнут с общей точностью 77,4% и макро-F1 показателем 0,66. Байесовская агрегация для классификации полей улучшила результат, полученный с использованием агрегации большинства голосов, на 1,5%. Здесь мы демонстрируем, что подход байесовской агрегации превосходит стратегию голосования большинства и усреднения в общей точности для задачи классификации по одному изображению.

Читать еще

Управление исследований и инноваций • Управление внутрибанковской безопасности
17 апреля 23
Создание инструмента второго мнения для классического полиграфа
Асонов Дмитрий Валерьевич, Крылов Максим Андреевич, Омелюсик Владимир Степанович, Рябикина Анастасия Евгеньевна, Литвинов Евгений Вячеславович, Митрофанов Максим Алексеевич, Михайлов Максим Алексеевич, Ефимов Альберт Рувимович
Управление исследований и инноваций
Управление исследований и инноваций
08 февраля 23
Наука в Сбере 2022

Мы используем cookies и аналогичные технологии для улучшения работы сайта и повышения удобства его использования.
Условия использования описаны в Уведомлении об обработке персональных данных сайтом и Политике в отношении Сookies и аналогичных технологий для сайта.