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·· 5 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