Deep Learning Based Semantic Segmentation of Satellite Imagery for Land Cover Classification
综述深度学习用于卫星影像土地覆盖分类的语义分割方法,并分析挑战与未来方向。
关键词 · 相关资讯与研究
沿着“遥感”继续探索,共 439 条内容。
综述深度学习用于卫星影像土地覆盖分类的语义分割方法,并分析挑战与未来方向。
利用遥感和GIS分析马拉维Bua河流域土地利用变化对河宽的影响,发现人类活动导致河宽增加。
Estimation of Agricultural Vegetation Water Stress Using Feature-Optimized Remote Sensing and Ensemble Machine Learning。Smart Agricultural Technology
利用无人机多源遥感进行全季节小麦表型分析,通过动态时间序列建模提取高通量性状。
提出MetaMamba方法,结合元学习与Mamba,实现荒漠草原无人机高光谱影像少样本植被物种分类。
比较三种遥感变化检测方法在ArcGIS中监测巴格达城市扩张的应用。
提出一种集成CBAM注意力机制的YOLO11-S模型,用于卫星图像中的飞机目标检测,性能优于其他模型
评估埃塞俄比亚Ameka区地表灌溉适宜性,结合GIS与AHP,识别高适宜区并分析作物适宜性。
提出改进的Transformer-KAN模型,基于多时相遥感数据实现高精度、可迁移的大豆种植区制图。
利用遥感和GIS分析沙特五城市30年城市扩张及其环境影响。
提出基于HYDRA字典方法的机器学习框架,结合物候特征预测玉米产量。
利用SAR和遥感数据评估摩洛哥Loukkos洪泛区洪水影响及农业土地覆盖脆弱性。
提出一种仅用Sentinel-1和Sentinel-2数据估算田间灌溉量的方法,无需地面实测。
利用GIS和遥感量化卢旺达2010-2024年城市扩张及其与农业用地流失的关系。
综述高光谱成像在小麦病害检测中的应用,涵盖方法、挑战与未来方向。
研究干旱胁迫对积雪草生长、生理和光谱响应的影响,并建立预测模型。
改进YOLO11模型,集成注意力机制提升油棕树遥感检测精度与泛化能力。
提出CFAEVM-UNet模型,用于无人机图像中密集小害虫的精确分割。
提出Diag-STFN网络,用于全球收获前玉米和小麦产量预测,在CY-Bench基准上取得最优性能。
融合无人机多源遥感特征与深度学习,高精度估算茶树生物量与氮素积累量。