Deep Remote Sensing
Deep Learning for Remote Sensing Image Segmentation applies convolutional neural networks and encoder-decoder architectures to automatically classify and delineate objects in satellite or aerial imagery at the pixel level. Systematically reviewed by Zhu et al. (2017) in IEEE Geoscience and Remote Sensing Magazine, this paradigm unified previously fragmented approaches — scene classification, object detection, and semantic segmentation — under a single learned-feature framework capable of exploiting the spatial, spectral, and temporal richness of remote sensing data.
Kaynak kayıt
Alıntılar, yöntemin kaynak kaydından harfi harfine kopyalanmıştır. Bunlardan herhangi bir düzeyde doğrulama çıkarımı yapılmamıştır.
Derlenmiş iddialar
Her biri kendi değerlendirmesiyle birlikte kanıt defterine kaydedilmiş iddialar.
Bu görünüm, defterde hiç iddia olmadığında bir iddia değerlendirmesi icat etmez.
İlgili yöntemler
Yöntem grafiğinden oluşturulmuştur ve makine tarafından önerilen ilişkiler olarak gösterilir — herhangi bir kanıt iddiası çıkarımı yapılmamıştır.