arXiv cs.LG· Gedeon Muhawenayo, Caleb Robinson, Subash Khanal, Zhanpei Fang, Isaac Corley, Alexander Wollam, Tianyi Gao, Leonard Strnad, Ryan Avery, Lyndon Estes, Ana M. T\'arano, Nathan Jacobs, Hannah Kerner·· 10 小时前AI 评分22
PRUE：面向大规模田块边界分割的实用方案
PRUE: A Practical Recipe for Field Boundary Segmentation at Scale
AI 导读
研究团队基于 Fields of The World（FTW）基准首次系统评测了 18 个分割模型与地理空间基础模型（GFM），发现 U-Net 语义分割模型在性能与部署指标上优于实例分割和 GFM 方案。
来源：arXiv cs.LG · arxiv.org