연구진은 자기 지도 학습(SSL)이 근거리 원격 감지 분야의 어노테이션 노력을 줄이는 데 유망한 방법이지만, 고해상도 다중 분광 드론 이미지에 대한 효과는 아직 제대로 연구되지 않았다고 밝혔습니다.
본 연구에서는 핀란드 농경지에서 수집한 다년도 UAV 이미지와 msuav500K 데이터 세트를 결합하여 정밀 농업을 위한 SSL 사전 훈련을 평가했습니다.
MoCo-v3 및 Masked Autoencoders를 사용한 Swin Transformer 사전 훈련 모델은 독일과 스위스 지역에서 작물-잡초 의미론적 분할 작업에서 기존 모델을 능가하는 성능을 보였습니다.
연구진은 향후 연구를 지원하기 위해 핀란드에서 수집한 다년도 다중 분광 UAV 데이터 세트를 공개했습니다.