机译:基于深度学习的地下对象分类的新型3D GPR图像安排
Sejong Univ Dept Civil & Environm Engn Seoul South Korea;
Sejong Univ Dept Civil & Environm Engn Seoul South Korea|Korea Infrastruct Safety Corp KISTEC Jinju Si 52856 Gyeongsangnam D South Korea;
Sejong Univ Dept Architectural Engn Seoul South Korea;
Sejong Univ Dept Civil & Environm Engn Seoul South Korea;
Ground-penetrating radar; underground object classification; deep learning; multichannel GPR; 2d grid image;
机译:基于深度学习的地下对象检测的三百合成像
机译:基于深度学习的土地覆盖分类和对象检测的方法如何在高分辨率遥感图像上进行何处?
机译:基于深入的学习地下对象检测城市道路路面
机译:使用来自GprMax的B扫描图像进行地下物体检测的特征向量
机译:H3DNET:用于分层3D对象分类的深度学习框架
机译:3DeecellTracker一种基于深入的学习的管道用于3D时间流逝图像中的分段和跟踪单元格
机译:基于深度学习的土地覆盖分类和对象检测的方法如何在高分辨率遥感图像上进行多重?
机译:深埋物体的探地雷达成像:基于FDTD模型和现场实验的对比研究。