unet-efficientnet-b7-ltfl-mmgab-100ep-1window-ftw

Это U-Net-модель от airg для трёхклассовой сегментации на полном датасете Fields of the World. Обучена на одном временном срезе с чередованием Window A и Window B в течение 100 эпох; бэкбон — EfficientNet-B7.

🔥 Ключевые особенности

• 🦾 Архитектура U-Net с бэкбоном EfficientNet-B7 в конфигурации FTW baseline.
• 📉 Обучение с локально-взвешенной Tversky Focal Loss вместо Logcoshdice.
• 🏔 Нормализация по глобальному min-max с 1-м и 99-м процентилями значений по каналам.
• Ⓜ Один временной срез: чередование Window A и Window B.
• ✅ Валидация на данных 20 стран, включая Австрию, Германию, Францию и Вьетнам.

😎 Пример

Сценарий из карточки: на вход подаётся снимок с одним временным срезом — Window A или Window B. Модель строит карту трёх классов, а качество проверяли на валидационной выборке из 20 стран.

Подробнее

Pixel IoU — 0.796, F1 — 0.886; object Precision — 0.450, Recall — 0.340, F1 — 0.387.
Валидация: 20 стран, включая Австрию, Бельгию, Камбоджу, Германию, Францию, Испанию, Швецию и Вьетнам.
Ограничение: object-level метрики заметно ниже pixel-level; модель обучена на одном временном срезе.
Код и конфигурация — в GitHub-репозитории agroimpacts/ftw-mappingafrica-integration.