crop type classification | BriefGPT

关键词crop type classification

搜索结果 - 7

利用分层融合卫星、旋转和上下文数据提高作物分类性能
提出了一种融合多模态信息的方法，用于改进作物类型分类的准确性和稳健性，并针对 740 万个农业地块发布了新的注释数据集。新方法在评估中表现更好，可用于跨领域零样本学习和从法国到荷兰的少样本设定的稳健性。
PDFa year ago
CVPR利用热位置编码进行卫星图像时间序列的一般化分类
应用遥感技术的大规模作物分类是经济和生态上非常重要的任务。本篇论文提出了一种基于热量位置编码的注意力机制作物分类器，通过累计生长季节中的日平均温度来解决不同地区之间的时间偏移问题，从而实现更好的推广性能，并在四个不同欧洲地区的作物分类任务中
PDF2 years ago
使用神经常微分方程在不同云层下进行作物分类
使用神经常微分方程和递归神经网络结合的方法，可以在时间不规则的卫星遥感数据集上进行作物类型分类，从而实现了系统状态的随时采集和数据的外推。
PDF4 years ago
KDD利用生长阶段归一化的多光谱卫星观测进行季节性作物类型分类
本文提出了一种利用卫星遥感数据进行作物分类的方法，通过将输入进行作物生长阶段的归一化处理来避免种植时间变化带来的领域漂移问题，并结合卷积神经网络和循环神经网络进行像素的分类，该方法在 2019 年美国中西部极端天气造成了种植延迟的大规模实验
PDF4 years ago
ICLR使用 k 最近邻方法的作物田地分类：肯尼亚小农户新数据集的基准线
利用最新发布的 Ground-Truth 数据集，本论文提供了关于肯尼亚西部地区新数据集的背景信息并使用快速、可解释和可扩展的 k 最近邻算法，对在非典型 2019 年种植季节中收集的数据集进行分类，结果显示玉米和木薯的分类准确率分别为 6
PDF4 years ago
原始光学卫星时间序列分类的自注意力
本文研究如何利用深度学习算法，通过比较新的农作物分类模型，结合实验数据分析出数据预处理的作用和各种神经网络架构的性能，发现自我注意力机制的性能最好，但数据预处理对所有模型的性能均有提升。
PDF5 years ago
卫星多光谱图像时间序列农作物分类的深度学习模型的时空权衡
本篇研究分析多光谱时间序列上几种结构化深度学习模型对农作物分类的影响，结果发现最佳表现的方式是大部分参数用于建模数据的时间结构。这些结果可以作为设计定制的深度学习模型进行农作物分类的指南。
PDF5 years ago