Buchumschlag

A Label Propagation Strategy for CutMix in Multi-Label Remote Sensing Image Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Burgert, Tom, Clasen, Kai Norman, Klotz, Jonas, Siebert, Tim, Demir, Begüm
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Effectiveness of Methods and Metrics for Explainable AI in Remote Sensing Image Scene Classification
von: Klotz, Jonas, et al.
Veröffentlicht: (2025)

Noise-Adaptive Regularization for Robust Multi-Label Remote Sensing Image Classification
von: Burgert, Tom, et al.
Veröffentlicht: (2026)

Estimating Physical Information Consistency of Channel Data Augmentation for Remote Sensing Images
von: Burgert, Tom, et al.
Veröffentlicht: (2024)

reBEN: Refined BigEarthNet Dataset for Remote Sensing Image Analysis
von: Clasen, Kai Norman, et al.
Veröffentlicht: (2024)

CSMoE: An Efficient Remote Sensing Foundation Model with Soft Mixture-of-Experts
von: Hackel, Leonard, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning Based on Explanation-Guided Pruning for Remote Sensing Image Classification
von: Klotz, Jonas, et al.
Veröffentlicht: (2025)

How Much of a Model Do We Need? Redundancy and Slimmability in Remote Sensing Foundation Models
von: Hackel, Leonard, et al.
Veröffentlicht: (2026)

Exploring Masked Autoencoders for Sensor-Agnostic Image Retrieval in Remote Sensing
von: Hackstein, Jakob, et al.
Veröffentlicht: (2024)

Transformer-based Federated Learning for Multi-Label Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2024)

FedX: Explanation-Guided Pruning for Communication-Efficient Federated Learning in Remote Sensing
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

Rank-based Geographical Regularization: Revisiting Contrastive Self-Supervised Learning for Multispectral Remote Sensing Imagery
von: Burgert, Tom, et al.
Veröffentlicht: (2026)

A Multi-Modal Federated Learning Framework for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

Federated Learning Across Decentralized and Unshared Archives for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2023)

ImageNet-trained CNNs are not biased towards texture: Revisiting feature reliance through controlled suppression
von: Burgert, Tom, et al.
Veröffentlicht: (2025)

Enhanced Long-Tailed Recognition with Contrastive CutMix Augmentation
von: Pan, Haolin, et al.
Veröffentlicht: (2024)

Self-Supervised Cross-Modal Text-Image Time Series Retrieval in Remote Sensing
von: Hoxha, Genc, et al.
Veröffentlicht: (2025)

Continual Self-Supervised Learning with Masked Autoencoders in Remote Sensing
von: Möllenbrok, Lars, et al.
Veröffentlicht: (2025)

GAIA: A Global, Multi-modal, Multi-scale Vision-Language Dataset for Remote Sensing Image Analysis
von: Zavras, Angelos, et al.
Veröffentlicht: (2025)

A Plasticity-Aware Method for Continual Self-Supervised Learning in Remote Sensing
von: Möllenbrok, Lars, et al.
Veröffentlicht: (2025)

Multi-Label Scene Classification in Remote Sensing Benefits from Image Super-Resolution
von: Mudraje, Ashitha, et al.
Veröffentlicht: (2025)

Adaptive Gradient Calibration for Single-Positive Multi-Label Learning in Remote Sensing Image Scene Classification
von: Liu, Chenying, et al.
Veröffentlicht: (2025)

MARC: Multi-Label Adaptive Retrieval Contrastive Loss for Remote Sensing Images
von: Amir, Amna, et al.
Veröffentlicht: (2025)

Annotation Cost-Efficient Active Learning for Deep Metric Learning Driven Remote Sensing Image Retrieval
von: Hoxha, Genc, et al.
Veröffentlicht: (2024)

DINO-Mix: Distilling Foundational Knowledge with Cross-Domain CutMix for Semi-supervised Class-imbalanced Medical Image Segmentation
von: Liu, Xinyu, et al.
Veröffentlicht: (2026)

Redundancy-Aware Pretraining of Vision-Language Foundation Models in Remote Sensing
von: Adler, Mathis Jürgen, et al.
Veröffentlicht: (2025)

NSegment : Label-specific Deformations for Remote Sensing Image Segmentation
von: Kim, Yechan, et al.
Veröffentlicht: (2025)

Deep Learning-based Bathymetry Retrieval without In-situ Depths using Remote Sensing Imagery and SfM-MVS DSMs with Data Gaps
von: Agrafiotis, Panagiotis, et al.
Veröffentlicht: (2025)

Semi-Supervised Hyperspectral Image Classification with Edge-Aware Superpixel Label Propagation and Adaptive Pseudo-Labeling
von: Qiu, Yunfei, et al.
Veröffentlicht: (2026)

MagicBathyNet: A Multimodal Remote Sensing Dataset for Bathymetry Prediction and Pixel-based Classification in Shallow Waters
von: Agrafiotis, Panagiotis, et al.
Veröffentlicht: (2024)

Mind the Modality Gap: Towards a Remote Sensing Vision-Language Model via Cross-modal Alignment
von: Zavras, Angelos, et al.
Veröffentlicht: (2024)

MAPLE: Multi-Path Adaptive Propagation with Level-Aware Embeddings for Hierarchical Multi-Label Image Classification
von: Koloski, Boshko, et al.
Veröffentlicht: (2026)

Task Specific Pretraining with Noisy Labels for Remote Sensing Image Segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

Efficient Multi-Resolution Fusion for Remote Sensing Data with Label Uncertainty
von: Vakharia, Hersh, et al.
Veröffentlicht: (2024)

OceanMAE: A Foundation Model for Ocean Remote Sensing
von: Stamer, Viola-Joanna, et al.
Veröffentlicht: (2026)

FusDreamer: Label-efficient Remote Sensing World Model for Multimodal Data Classification
von: Wang, Jinping, et al.
Veröffentlicht: (2025)

Category-wise Fine-Tuning: Resisting Incorrect Pseudo-Labels in Multi-Label Image Classification with Partial Labels
von: Chong, Chak Fong, et al.
Veröffentlicht: (2024)

Data-Centric Benchmark for Label Noise Estimation and Ranking in Remote Sensing Image Segmentation
von: Nogueira, Keiller, et al.
Veröffentlicht: (2026)

Contributions to Label-Efficient Learning in Computer Vision and Remote Sensing
von: Pham, Minh-Tan
Veröffentlicht: (2025)

Robust Orthogonal NMF with Label Propagation for Image Clustering
von: Liu, Jingjing, et al.
Veröffentlicht: (2025)

Positive Label Is All You Need for Multi-Label Classification
von: Yuan, Zhixiang, et al.
Veröffentlicht: (2023)