Zobrazeno 1 - 10
of 4 000
pro vyhledávání: '"remote sensing image scene classification"'
Autor:
Ma'sum, Muhammad Anwar, Pratama, Mahardhika, Savitha, Ramasamy, Liu, Lin, Habibullah, Kowalczyk, Ryszard
A continual learning (CL) model is desired for remote sensing image analysis because of varying camera parameters, spectral ranges, resolutions, etc. There exist some recent initiatives to develop CL techniques in this domain but they still depend on
Externí odkaz:
http://arxiv.org/abs/2406.18574
Publikováno v:
ISPRS Journal of Photogrammetry and Remote Sensing, Volume 198, 2023, Pages 140-152
Deep neural networks have achieved promising progress in remote sensing (RS) image classification, for which the training process requires abundant samples for each class. However, it is time-consuming and unrealistic to annotate labels for each RS c
Externí odkaz:
http://arxiv.org/abs/2402.02094
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Longkang Peng, Tao Wei, Xuehong Chen, Xiaobei Chen, Rui Sun, Luoma Wan, Jin Chen, Xiaolin Zhu
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 18, Pp 1500-1514 (2025)
Human-labeled training datasets are essential for convolutional neural networks (ConvNets) in satellite image scene classification. Annotation errors are unavoidable due to the complexity of satellite images. However, the distribution of real-world h
Externí odkaz:
https://doaj.org/article/45cae411c52b4aeda5b1ff5cada15de8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Li, Sicong1 (AUTHOR) mg21270074@smail.nju.edu.cn, Li, Ning1 (AUTHOR) 502022270113@smail.nju.edu.cn, Jing, Min1 (AUTHOR) dg1927016@smail.nju.edu.cn, Ji, Chen1,2,3,4 (AUTHOR) gisjc@nju.edu.cn, Cheng, Liang1,2,3,4,5 (AUTHOR)
Publikováno v:
Remote Sensing. May2024, Vol. 16 Issue 9, p1501. 24p.
Autor:
Li, Chuan1 (AUTHOR) lichuan18@nudt.edu.cn, Teng, Xiao1 (AUTHOR), Ding, Yan1 (AUTHOR), Lan, Long1 (AUTHOR) long.lan@nudt.edu.cn
Publikováno v:
Remote Sensing. Oct2024, Vol. 16 Issue 20, p3853. 22p.
Vision Transformer (ViT) models have recently emerged as powerful and versatile models for various visual tasks. Recently, a work called PMF has achieved promising results in few-shot image classification by utilizing pre-trained vision transformer m
Externí odkaz:
http://arxiv.org/abs/2309.09276
Autor:
Peng, Longkang, Wei, Tao, Chen, Xuehong, Chen, Xiaobei, Sun, Rui, Wan, Luoma, Chen, Jin, Zhu, Xiaolin
Convolutional neural networks (ConvNets) have been successfully applied to satellite image scene classification. Human-labeled training datasets are essential for ConvNets to perform accurate classification. Errors in human-annotated training dataset
Externí odkaz:
http://arxiv.org/abs/2305.12106
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.