elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Analysing the interactions between training dataset size, label noise and model performance in remote sensing data

Gütter, Jonas Aaron und Niebling, Julia und Zhu, Xiao Xiang (2022) Analysing the interactions between training dataset size, label noise and model performance in remote sensing data. In: 2022 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2022, Seiten 303-306. IGARSS 2022, 2022-07-17 - 2022-07-22, Kuala Lumpur, Malaysia. doi: 10.1109/IGARSS46834.2022.9884570. ISBN 978-166542792-0.

[img] PDF
328kB

Offizielle URL: https://ieeexplore.ieee.org/document/9884570

Kurzfassung

In this work we analyse how training datasize affects the ability of a deep neural network to deal with noisy training labels in a semantic segmentation task with labels from OpenStreetMap. To this end, several versions of the training set were created by introducing varying amounts of label noise, and a model was then trained on subsets of varying size of these versions. The results indicate that the relationship between noise level and model performance is largely independent of the datasize except for very small datasizes where adding label noise has an even more deteriorating effect than usual.

elib-URL des Eintrags:https://elib.dlr.de/190241/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Analysing the interactions between training dataset size, label noise and model performance in remote sensing data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Gütter, Jonas AaronJonas.Guetter (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Niebling, JuliaJulia.Niebling (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2022
Erschienen in:2022 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2022
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1109/IGARSS46834.2022.9884570
Seitenbereich:Seiten 303-306
ISBN:978-166542792-0
Status:veröffentlicht
Stichwörter:label noise, building footprints, dataset size, Deep Learning, OpenStreetMap
Veranstaltungstitel:IGARSS 2022
Veranstaltungsort:Kuala Lumpur, Malaysia
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:17 Juli 2022
Veranstaltungsende:22 Juli 2022
Veranstalter :IEEE GRSS
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Grundlagenforschung im Bereich Maschinelles Lernen, R - Künstliche Intelligenz
Standort: Jena , Oberpfaffenhofen
Institute & Einrichtungen:Institut für Datenwissenschaften
Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Gütter, Jonas Aaron
Hinterlegt am:17 Nov 2022 15:23
Letzte Änderung:24 Apr 2024 20:51

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.