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.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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.
- Analiza e Imazheve e Bazuar në Objekte (OBIA)Teledetektimi↔ compare
- U-NetMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →