Дубоко учење за сегментацију слика даљинске детекције
Дубоко учење за сегментацију слика даљинске детекције примењује конволуционе неуронске мреже и архитектуре кодер-декодер за аутоматско класификовање и разграничавање објеката на сателитским или ваздушним снимцима на нивоу пиксела. Систематски прегледан од стране Zhu et al. (2017) у часопису IEEE Geoscience and Remote Sensing Magazine, овај парадигма је објединила раније фрагментоване приступе — класификацију сцена, детекцију објеката и семантичку сегментацију — под јединственим оквиром научених ознака који је способан да искористи просторну, спектралну и временску богатство података даљинске детекције.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Deep Learning for Remote Sensing Image Segmentation. ScholarGate. https://scholargate.app/sr/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 slika zasnovana na objektima (OBIA)Daljinska detekcija↔ compare
- U-NetDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →