ДругоеOmarHelmy
retinanet-tree-groups
деревья и группы на аэроснимках
2 мин чтенияобновлено
RetinaNet на базе ResNet-50 FPN находит отдельные деревья и группы деревьев на аэроснимках и обводит каждое боксом. Модель от OmarHelmy собрана для HOT fAIr как вторая tree-модель рядом с deepforest_tree. В v0.1.0 веса, пороги и размеры окон зафиксированы; есть PyTorch-чекпоинт и ONNX-экспорт.
🔎 Ключевые особенности
- 🔎 Два класса:
treeиtree_group. - 📡 Скользящее окно: 60 м для деревьев и 120 м для групп; группы, разрезанные краем окна, отбрасываются по правилу
drop_edge. - ⚙ Пороги уверенности выбраны на валидации: 0.2 для
treeи 0.15 дляtree_group. - 💻 Чекпоинт
best.ptдля PyTorch иmodel.onnxдля инференса. - 📌 Старт с DeepForest
NEON.pt, затем совместный файнтюн на NeonTreeEvaluation и OAM-TCD, финальные 10 эпох на разметке HOT Freetown с замороженным backbone. - 🔒 Веса под CC-BY-NC-4.0: некоммерческое использование; около 6% тайлов совместной базы из
restor/tcd-nc.
📸 Пример
Сценарий из карточки: на вход подаётся аэроснимок в zoom 19–21 (примерно 30–7,5 см на пиксель), а модель возвращает боксы классов tree и tree_group. Валидация и тест считались на zoom 20.
Подробнее
F1 на порогах валидации, IoU 0.4: HOT validation — tree 0.573, tree_group 0.477; HOT test — tree 0.531, tree_group 0.333.Тестовая часть HOT (35 units) не участвовала в обучении и выборе порогов.
Требования к VRAM в карточке не указаны; лицензия весов CC-BY-NC-4.0 (некоммерческая).
Обучение: 10 эпох на разметке HOT Freetown, backbone заморожен, лучшая эпоха — 4-я.
Комментарии