S

Segformer B0 Finetuned Deprem Satellite

由 sawthiha 开发
基于NVIDIA SegFormer-B0架构,在卫星图像数据集上微调的语义分割模型,专门用于地震相关场景分析
下载量 21
发布时间 : 1/1/2024
模型介绍
内容详情
替代品

模型简介

该模型是针对卫星图像语义分割任务优化的深度学习模型,特别适用于地震灾害评估场景。能够准确识别和分割卫星图像中的不同地物类别。

模型特点

高精度分割
在评估集上达到98.49%的平均交并比(mIoU)和99.33%的总体准确率
高效推理
评估时达到每秒10.988个样本的处理速度,适合实时应用
领域适配
在deprem_satellite_semantic_whu_dataset数据集上专门微调,优化地震场景分析

模型能力

卫星图像分析
语义分割
灾害评估
地物识别

使用案例

灾害响应
地震损害评估
通过卫星图像分析地震后建筑物和基础设施的损害情况
可准确分割受损区域,为救援决策提供支持
地理信息系统
土地利用分类
对卫星图像中的不同土地类型进行自动分类和标注