浏览量 : 0 下载量: 0 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 融合全局特征YOLOv8n网络的稀土矿区复垦植被检测方法

    • Revegetation Detection Method for Rare Earth Mining Areas Using YOLOv8n Network with Integrated Global Features

    • 在稀土矿区生态恢复领域,专家提出了YOLOv8-AS检测方法,有效提升了复垦植被单棵植株的识别和定位能力,为矿区生态恢复提供技术支持。
    • 2024年 页码:1-14   

      网络出版日期: 2024-12-13

    • DOI: 10.11834/jrs.20244338     

    移动端阅览

  • 李兴梅,李恒凯,刘锟铭,王秀丽.XXXX.融合全局特征YOLOv8n网络的稀土矿区复垦植被检测方法.遥感学报,XX(XX): 1-14 DOI: 10.11834/jrs.20244338.
    LI Xingmei,LI Hengkai,LIU Kunming,WANG Xiuli. XXXX. Revegetation Detection Method for Rare Earth Mining Areas Using YOLOv8n Network with Integrated Global Features. National Remote Sensing Bulletin, XX(XX):1-14 DOI: 10.11834/jrs.20244338.
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

王海峰 云南师范大学 信息学院;云南师范大学 人工智能和模式识别实验室
周成江 云南师范大学 信息学院;云南师范大学 人工智能和模式识别实验室
陈雪峰 云南省救灾物资储备中心
杨扬 云南师范大学 信息学院;云南师范大学 人工智能和模式识别实验室;云南师范大学 物理与电子信息学院
娄欣 北京林业大学 信息学院;国家林业和草原局林业智能信息处理工程技术研究中心
王晗 北京林业大学 信息学院;国家林业和草原局林业智能信息处理工程技术研究中心
卢昊 北京林业大学 信息学院;国家林业和草原局林业智能信息处理工程技术研究中心
张文驰 北京林业大学 信息学院;国家林业和草原局林业智能信息处理工程技术研究中心

相关机构

云南师范大学 信息学院
云南师范大学 人工智能和模式识别实验室
云南省救灾物资储备中心
云南师范大学 物理与电子信息学院
北京林业大学 信息学院
0