Multi-Target Remote Sensing Segmentation with Cross-Scale Attention for Urban-Ecological Intelligence
评估UNet、SegNet和TransU-Net在多目标遥感语义分割中的性能,用于城市与生态监测。
阅读 8
关键词 · 相关资讯与研究
沿着“多目标分割”继续探索,共 0 条内容。
评估UNet、SegNet和TransU-Net在多目标遥感语义分割中的性能,用于城市与生态监测。
综述水下光学图像中的小目标检测,梳理问题、数据集、算法,并展望未来方向。
提出一种注意力引导的自适应多尺度融合方法,提升遥感图像目标检测精度。
系统综述了SAM及其变体中的提示工程方法、应用与挑战。
提出MSO-Det多级协同优化框架,用于田间场景下鲁棒的穗部目标检测。
提出ADLSC框架,从高分辨率遥感影像中提取边界可靠的农业对象。
提出Peach-YOLO改进YOLOv8n模型,实现复杂环境下桃果实实时检测。
提出边界感知与结构引导的由粗到细语义分割方法,用于绿色果园果实分割。