地质与灾害 | 浏览量:2323下载量:5289CSCD:7
导出
收藏
专辑
改进的DeepLabV3+模型用于震后高分遥感影像滑坡识别
Improved DeepLabV3+ model for landslide identification in high-resolution remote sensing images after earthquakes
- “在遥感领域,专家构建了深度学习滑坡数据集,并提出改进的DeepLabV3+模型,有效提升了滑坡识别精度。”
- 2024年28卷第9期 页码:2293-2305
DOI:10.11834/jrs.20243393
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 20 ) 表( 5 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
何晓宁 长安大学 地质工程与测绘学院;中科星图空间技术有限公司
薛博维 中科星图空间技术有限公司
查富康 长安大学 地质工程与测绘学院;中科院空天信息创新研究院
彭龙康 北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室;北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
刘励聪 北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室;北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
陈学泓 北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室;北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
陈晋 北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室;北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
曹鑫 北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室;北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
相关机构
中科院空天信息创新研究院
北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室
北京师范大学 地理科学学部 北京市陆表遥感数据产品工程技术研究中心
兰州交通大学 电子与信息工程学院
兰州交通大学 轨道交通信息与控制国家级虚拟仿真实验教学中心


