ScholarGate
Asistenti
Machine learningRemote sensing

Themelimi i thellë për segmentimin e imazheve të sensoreve të largët

Themelimi i thellë për segmentimin e imazheve të sensoreve të largët aplikon rrjete neurale konvolucionale dhe arkitektura enkoder-dekoder për të klasifikuar dhe përcaktuar automatikisht objekte në imazhe satelitore ose ajrore në nivel pikseli. Rishikuar sistematikisht nga Zhu et al. (2017) në IEEE Geoscience and Remote Sensing Magazine, ky paradigm bashkoi qasje të mëparshme të fragmentuara — klasifikimi i skenës, zbulimi i objekteve dhe segmentimi semantik — nën një kornizë të vetme të veçorive të mësuara, të aftë për të shfrytëzuar pasurinë hapësinore, spektrale dhe kohore të të dhënave të sensoreve të largët.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

The neighbourhood of related methods — select a node to explore.

Themelimi i thellë për segmentimin e imazheve të sensoreve të largët
Analiza e Imazheve e Baz…U-NetAnaliza e imazheve SAR

Burimet

  1. Zhu, X. X., et al. (2017). Deep learning in remote sensing: A comprehensive review and list of resources. IEEE Geoscience and Remote Sensing Magazine, 5(4), 8–36. DOI: 10.1109/MGRS.2017.2762307

Si ta citoni këtë faqe

ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/sq/remote-sensing/deep-remote-sensing

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Cituar nga

ScholarGateDeep Remote Sensing (Deep Learning for Remote Sensing Image Segmentation). Marrë më 2026-06-15 nga https://scholargate.app/sq/remote-sensing/deep-remote-sensing · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026