咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >城市河网的低空遥感影像全卷积神经网络水质等级分类 收藏

城市河网的低空遥感影像全卷积神经网络水质等级分类

Water Quality Classification of Lowaltitude Remote Sensing Image of Urban River Network Based on Fully Convolutional Neural Network

作     者:刘春 杨怿 周源 周骁腾 LIU Chun;YANG Yi;ZHOU Yuan;ZHOU Xiaoteng

作者机构:同济大学测绘与地理信息学院上海200092 北京大学大数据科学研究中心北京100871 上海同繁勘测工程科技有限公司上海200092 

出 版 物:《同济大学学报(自然科学版)》 (Journal of Tongji University:Natural Science)

年 卷 期:2020年第48卷第3期

页      面:456-462页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家“十三五”重点研发计划(2018YFF0215304) 国家自然科学基金(41771481) 

主  题:低空遥感 水质等级分类 全卷积神经网络 

摘      要:提出一种基于深度学习的图像像素级标注算法。通过数据预处理、数据集建立、全卷积神经网络设计和训练流程,实现水体的水质等级分类及像素级标注。使用上海市嘉定区某区域和上海市宝山区杨行镇某区域的无人机低空遥感影像对该算法进行了验证,平均水质等级分类精度分别达到了87.96%和77.57%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分