[en] We propose a novel semi-supervised learning method for leveraging unlabeled data by generating pseudo labels with a teacher-student approach. We also introduce three loss parametrizations to introduce doubt in the pseudo labels based on their confidence scores. Finally, we show that our method allows to improve detection performance for satellite images.
Disciplines :
Sciences informatiques
Auteur, co-auteur :
Vandeghen, Renaud ✱; Université de Liège - ULiège > Département d'électricité, électronique et informatique (Institut Montefiore) > Télécommunications
Cioppa, Anthony ✱; Université de Liège - ULiège > Montefiore Institute of Electrical Engineering and Computer Science
Van Droogenbroeck, Marc ; Université de Liège - ULiège > Montefiore Institute of Electrical Engineering and Computer Science
✱ Ces auteurs ont contribué de façon équivalente à la publication.
Langue du document :
Anglais
Titre :
Semi-Supervised Training to Improve Detection for Satellite Images
Date de publication/diffusion :
03 mai 2022
Nombre de pages :
1
Nom de la manifestation :
AI4Copernicus: Earth Observation and Artificial Intelligence for a Safer World
Organisateur de la manifestation :
The Copernicus Relays of Belgium (Skywin, ISSeP, Spacebel and VITO) and the Belgian Royal Military Academy
