FLAIR #1: semantic segmentation and domain adaptation dataset

要約

タイトル：FLAIR＃1：セマンティックセグメンテーションとドメイン適応データセット
要約：
– IGNは、フランスの地理・森林情報に関する全国的な標準データセットを提供する機関であり、高解像度の航空写真や地形地図を含んでいる。
– 土地のカバーを監視することは、土地管理や計画の発展において重要であり、社会経済的および環境的な影響をもたらす可能性がある。
– IAの可能性を探求するために、IGNでは高解像度地図の作成に深層学習技術を使用している。
– しかしながら、フランスのような広大な領域では、景観や画像取得のバリエーションが異なるため、一貫性のある信頼性の高い結果を提供することが困難である。
– FLAIR-one データセットは、IGNが現在使用しているデータセットの一部であり、フランスの国内リファレンス地表面積図Occupation du sol \`a grande \’echelle’ (OCS-GE)を確立するために使用される。

要約：
– IGNは、フランス全国の地理・森林情報を定量化し、地形地図や高解像度の航空写真の提供を行っている。
– 土地のカバーを監視することは土地管理、計画の発展にも大きな役割を果たすが、地理的な差異により正確な結果を一貫して提供することが難しい。
– 強力なAIツールとして、FLAIR＃1データセットを使用して、IGNは地形地図の作成に深層学習技術を使用している。

要約(オリジナル)

The French National Institute of Geographical and Forest Information (IGN) has the mission to document and measure land-cover on French territory and provides referential geographical datasets, including high-resolution aerial images and topographic maps. The monitoring of land-cover plays a crucial role in land management and planning initiatives, which can have significant socio-economic and environmental impact. Together with remote sensing technologies, artificial intelligence (IA) promises to become a powerful tool in determining land-cover and its evolution. IGN is currently exploring the potential of IA in the production of high-resolution land cover maps. Notably, deep learning methods are employed to obtain a semantic segmentation of aerial images. However, territories as large as France imply heterogeneous contexts: variations in landscapes and image acquisition make it challenging to provide uniform, reliable and accurate results across all of France. The FLAIR-one dataset presented is part of the dataset currently used at IGN to establish the French national reference land cover map ‘Occupation du sol \`a grande \’echelle’ (OCS- GE).

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI