آیا هوش مصنوعی در تشخیص کاربری زمین (LUSC) بهتر عمل میکند یا مدلهای کلاسیک؟ در یک تحقیق جدید، محققان عملکرد Vision Transformerها (ViT) را با مدلهای Convolutional Neural Network (CNN) در پروژههای پردازش تصاویر ماهوارهای و سنجش از دور مقایسه کردند.
نتایج جالب است:
✅ مدلهای CNN در تشخیص بافتهای محلی و دیتاستهای کوچکتر همچنان بسیار قدرتمند و دقیق عمل میکنند.
✅ مدلهای Vision Transformer در درک روابط جهانی و کلیت صحنههای پیچیده (به شرط داشتن دیتای کافی) برنده میدان هستند.
این مقایسه نشان میدهد که انتخاب معماری مناسب تا چه حد میتواند دقتِ تحلیلهای زیستمحیطی و برنامهریزیهای شهری را دگرگون کند. 🌍🛰️
منبع: arXiv Computer Vision