JAM-R-CNN deep learning network model for remote sensing recognition of terraced fields

Forestry and Agriculture | Views:942Downloads:2715CSCD:2

Export
Share
Collection
Album

JAM-R-CNN deep learning network model for remote sensing recognition of terraced fields
- role：First author第一作者
- Affiliation：
  College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China
  Hubei Province Key Laboratory for Geographical Process Analysis and Simulation, Wuhan 430079, China
- Email：xjy959@mails.ccnu.edu.cn
- Introduction：谢君洋，研究方向为农业遥感。E-mail： xjy959@mails.ccnu.edu.cn
XIE Junyang
12 * ,
- Affiliation：
  College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China
  Hubei Province Key Laboratory for Geographical Process Analysis and Simulation, Wuhan 430079, China
LIN Anqi
12 * ,
- role：Corresponding author通信作者
- Affiliation：
  College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China
  Hubei Province Key Laboratory for Geographical Process Analysis and Simulation, Wuhan 430079, China
- Email：haowu@ccnu.edu.cn
- Introduction：吴浩，研究方向为地理信息科学与遥感。E-mail： haowu@ccnu.edu.cn
WU Hao
12 * ,
- Affiliation：
  College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China
  Hubei Province Key Laboratory for Geographical Process Analysis and Simulation, Wuhan 430079, China
WU Ziwei
12 * ,
- Affiliation：
  Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China
WU Wenbin
3 * ,
- Affiliation：
  Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China
YU Qiangyi
3 *
Vol. 28, Issue 12, Pages: 3136-3146(2024)
DOI：10.11834/jrs.20233126
Accepted：

Scan QR Code

Scan QR Code

Quote
Translate The Full Text
DOI：
DOI：

AI Introduction
Full Text(HTML)
Figs( 28 ) Tabs( 3 )
References
Publication Info
Metrics

Alert me when the article has been cited

Submit

Related Articles

基于多源遥感的近海典型生态风险源监测与分析—以烟台南岸为例

基于双分类头的遥感图像精细化目标检测方法

融合特征增强与对比学习的自监督遥感图像去噪

基于深度特征重构增强的光学和SAR图像鲁棒匹配

LAFI-Diffusion：基于可控扩散模型的卫星遥感舰船目标检测数据集构建与生成方法

Related Author

林安琪华中师范大学城市与环境科学学院;地理过程分析与模拟湖北省重点实验室

吴紫薇华中师范大学城市与环境科学学院;地理过程分析与模拟湖北省重点实验室

吴文斌中国农业科学院农业资源与农业区划研究所

余强毅中国农业科学院农业资源与农业区划研究所

马晓双安徽大学资源与环境工程学院;安徽大学信息材料与智能感知安徽省实验室;安徽大学湿地生态保护与修复安徽省重点实验室

胡忠文深圳大学自然资源部大湾区地理环境监测重点实验室

宋文博安徽大学资源与环境工程学院

张锋湖南第一师范学院电子信息学院

Related Institution

安徽大学资源与环境工程学院

安徽大学信息材料与智能感知安徽省实验室

安徽大学湿地生态保护与修复安徽省重点实验室

深圳大学自然资源部大湾区地理环境监测重点实验室

湖南第一师范学院电子信息学院