land cover | BriefGPT - AI 论文速递

关键词land cover

搜索结果 - 7

卫星图像时间序列分析的深度学习：一综述
利用深度学习方法对卫星图像时间序列数据进行环境、农业和其他地球观测变量的建模的最新方法进行了综述，为遥感专家提供了一个利用时间信息增强地球观测模型的资源。
PDF3 months ago
加拿大农田数据集：用于农业多时相深度学习分类的新地表覆盖数据集
通过遥感监测土地覆盖对于研究环境变化以及通过作物产量预测确保全球粮食安全至关重要。该研究建立了一个加拿大农田的时间序列数据集，包含了来自 10 个作物类别的高分辨率图像，并提供用于预测作物类别的模型和源代码，可用于加速土地覆盖的准确连续监测
PDFa year ago
遥感图像的多标签分类
本研究旨在通过运用不同的机器学习和深度学习模型将亚马逊雨林的卫星图像碎片进行分类和标记，并通过 F2 度量来评估分类器的准确性和损失函数。经过预训练的 ImageNet 体系结构用于提取特征，最终实现了 0.927 的最佳 F2 得分。
PDF2 years ago
LandCover.ai: 利用航空图像自动绘制建筑物、林地、水域以及道路地物的数据集
介绍了 LandCover.ai 数据集，该数据集用于语义分割，包括建筑，森林，水和道路等对象的手动标注。将卫星或航空图像与计算机视觉和深度学习相结合可以精确评估土地利用和土地覆盖的变化，它对自然资源管理，农业，林业或公共管理非常重要。
PDF4 years ago
学习将几乎任何事物映射
通过交叉模态蒸馏策略，从俯瞰图像中学习预测细粒度地物属性的分布，以实现精细化的土地覆盖估计，结果可应用于地图绘制和图像定位。
PDF5 years ago
多类地面分割的特征金字塔网络
提出了一种基于完全卷积神经网络的自动多类土地分割方法，该网络具有良好的准确性和中等的内存使用率，可用于解决城市规划、环境工程或自然景观监测等问题。
PDF6 years ago
EuroSAT：一个用于土地利用和覆盖分类的新数据集和深度学习基准
本文介绍一种针对 Sentinel-2 卫星图像进行土地利用和土地覆盖分类的方法，提供了一个包含 13 个光谱波段及 10 类共 27,000 个标记和地理参考图像的新数据集，并使用最先进的深度卷积神经网络提供了基准测试。通过这一分类系统，
PDF7 years ago