在本文中,我们使用深度学习模型研究了Charon的陨石坑的大小分布。这是由Singer等人最近的结果动机。 (2019年)使用手动编目发现,直径小于12 km的陨石坑的尺寸分布斜率发生了变化,转化为小柯伊伯带对象的稀少。罗宾斯和歌手(2021)证实了这些结果,但莫比德利等人反对。 (2021),需要进行独立审查。我们基于MaskRCNN的模型合奏经过了Lunar,Mercurian和Martian火山口目录以及光学和数字高程图像的培训。我们使用强大的图像增强方案来迫使模型概括并转移到冰冷的对象中。对于小于10 km的陨石坑,我们的模型没有先前的偏见或接触Charon,因此我们的模型找到了Q = -1.47+-0.33的最佳拟合斜率,而大于15 km的火山口则发现Q = -2.91+-0.51。这些值表明,如Singer等人所建议的那样,斜率明显变化。 (2019年),因此独立确认了他们的结论。然而,我们的斜坡都比Robbins和Singer(2021)最近发现的斜坡稍微更平坦。我们训练有素的模型和相关代码可在github.com/malidib/acid上在线获得。
translated by 谷歌翻译