Fine-Grained Object Detection with Remote-Sensing Data Using Optimized YOLO-based Models
Notice bibliographique
Résumé
Remote sensing data is used in various fields, such as environmental monitoring, urban planning, agriculture, and disaster management. Advances in satellite technology permit the creation of high-quality data, including high-resolution remote-sensing images. However, classical techniques struggle to process and extract information from large quantities and high-resolution remote-sensing data. In this context, with the advancement in computing power, deep learning has become a powerful tool for extracting features and processing remote-sensing data. Despite these advancements, remote-sensing object detection faces challenges related to the diversity of object types, variations in scale and resolution, and the presence of occlusion, which can hinder the accuracy and robustness of detection models. This paper explores YOLO-based architectures for horizontal and oriented bounding box detection in fine-grained object detection using the FAIR1M dataset. FAIR1M provides high-resolution satellite images with 5 object categories and 37 object sub-categories. The best model in horizontal object detection is the YOLOv9e, achieving a mAP50 of 44.6 %. The best model in oriented object detection is a pre-trained model using a custom weighted data loader, achieving a mAP50 of 40.5 %. We further analyze the strengths and limitations of these techniques for fine-grained remote-sensing object detection and highlight the contributions to improving the models' performances depending on the application. We then conclude and give directions for future work.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».