...
机译:光远程感测数据对船舶目标识别的两个深度学习方法的比较
Tianjin Univ Sch Marine Sci &
Technol Tianjin 300072 Peoples R China;
Tianjin Univ Sch Marine Sci &
Technol Tianjin 300072 Peoples R China;
Tianjin Univ Dept Culture &
Tourism Informat Technol Architect Key Lab Sch Architecture Tianjin 300072 Peoples R China;
Harbin Engn Univ Coll Underwater Acoust Engn Harbin 150001 Peoples R China;
Univ Zagreb Fac Geodesy Zagreb 10000 Croatia;
Full convolutional network; Ship target recognition; Pixel level; Mask R-CNN; Faster R-CNN; Optical remote sensing images;
机译:基于MultiScale旋转边界盒的遥感图像中船舶目标的深度学习方法
机译:基于深度学习方法的信道关注的远程感测数据超级分辨率
机译:ResUNet-a:用于遥感数据语义分割的深度学习框架
机译:遥感图像中船舶目标识别的转移学习方法
机译:新型机器学习方法在卫星基于卫星的远程感测数据中的应用
机译:基于多尺度旋转边界盒的深度学习的遥感图像舰船目标检测方法
机译:RESUNET-A:远程感测数据的语义分割的深度学习框架
机译:沿河口和入口的光学成分:遥感反射的变化和特征,以及:哥伦比亚河口的光学成分:遥感反射的可变性和特征。