DL_OSS_Comparison

Résultats des tests de Raster-Vision sur le jeu de données Potsdam.

Organisation des tests

Test 1: Learning rate = 0.0001
Test 2: Learning rate = 0.00001
Test 3: Learning rate = 0.001

Les métriques globales, par classe et par tuile de validation se trouvent dans les fichiers .json, sous les dossiers eval.

Les tableaux suivants résuments les résultats:

Métriques globales, pour les 6 tuiles de Validation.

LR	Précision	Exactitude	f-score
0.00001	0.88	0.88	0.88
0.0001	0.90	0.89	0.89
0.001	0.90	0.89	0.89

Précision, sur l'ensemble des 6 tuiles de Validation.

LR	Voiture	Bâtiment	végétation basse	Arbre	Surface imperméable	Autre
0.00001	0.87	0.95	0.80	0.84	0.91	0.38
0.0001	0.90	0.96	0.83	0.86	0.92	0.41
0.001	0.90	0.96	0.82	0.86	0.92	0.39

Exactitude, sur l'ensemble des 6 tuiles de Validation.

LR	Voiture	Bâtiment	végétation basse	Arbre	Surface imperméable	Autre
0.00001	0.90	0.94	0.87	0.81	0.89	0.35
0.0001	0.91	0.95	0.88	0.82	0.90	0.44
0.001	0.90	0.94	0.88	0.82	0.90	0.45

f-score, sur l'ensemble des tuiles de Validation.

LR	Voiture	Bâtiment	végétation basse	Arbre	Surface imperméable	Autre
0.00001	0.88	0.94	0.83	0.82	0.90	0.36
0.0001	0.91	0.95	0.85	0.84	0.91	0.41
0.001	0.90	0.95	0.85	0.84	0.91	0.42

Résultats sur la tuile 3-12

Résultats sur la tuile 6-12