首页> 外文OA文献 >Conditional generative adversarial networks for data augmentation and adaptation in remotely sensed imagery

【2h】

Conditional generative adversarial networks for data augmentation and adaptation in remotely sensed imagery

机译：条件生成的对冲网络，用于远程感测图像中的数据增强和适应

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Jonathan Howe; Kyle Pula; Aaron A. Reite;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. ECGAN: An Improved Conditional Generative Adversarial Network With Edge Detection to Augment Limited Training Data for the Classification of Remote Sensing Images With High Spatial Resolution [J] . Baikai Sui, Tao Jiang, Zhen Zhang, Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of . 2021,第1期

机译：ECGAN：一种改进的条件生成对冲网络，具有边缘检测，以增加具有高空间分辨率的遥感图像的分类限制训练数据
2. Audio-visual domain adaptation using conditional semi-supervised Generative Adversarial Networks [J] . Athanasiadis Christos, Hortal Enrique, Asteriadis Stylianos Neurocomputing . 2020,第Jul15期

机译：视听域使用条件半监督生成的对抗网络适应
3. 3D conditional generative adversarial network-based synthetic medical image augmentation for lung nodule detection [J] . Bu Tian, Yang Zhiyong, Jiang Shan, International journal of imaging systems and technology . 2021,第2期

机译：3D条件生成对抗网络基合成医学图像增强肺结节检测
4. Conditional Generative Adversarial Networks for Data Augmentation and Adaptation in Remotely Sensed Imagery [C] . Jonathan Howe, Kyle Pula, Aaron A. Reite SPIE Conference on Applications of Machine Learning . 2019

机译：条件生成对冲网络，用于远程感测图像中的数据增强和适应
5. Data Augmentation for Supervised Learning with Generative Adversarial Networks [D] . Podduturi, Manaswi. 2018

机译：具有生成对抗网络的监督学习的数据增强
6. Seismic Data Augmentation Based on Conditional Generative Adversarial Networks [O] . Yuanming Li, Bonhwa Ku, Shou Zhang, 2020

机译：基于条件生成对抗网络的地震数据增强
7. Data Augmentation via Mixed Class Interpolation using Cycle-Consistent Generative Adversarial Networks Applied to Cross-Domain Imagery [O] . Hiroshi Sasaki, Chris G. Willcocks, Toby P. Breckon 2021

机译：通过应用于跨域图像的周期一致的生成对冲网络，通过混合类插值进行数据增强

Conditional generative adversarial networks for data augmentation and adaptation in remotely sensed imagery

著录项

引文网络

相似文献

相关主题

期刊订阅