- 详情
- 2020-12-27
- 简介
pdf
- 3.4MB
- 页数 5P
- 阅读 92
- 下载 20
对航空影像城市建筑物的分割方法进行了研究;基于DenseNets的密集连接结构;结合池化下采样和反卷积上采样方法;提出了一种新的图像语义分割方法;实验结果表明;新方法在模型参数大小、训练时间和平均交并比方面均优于Unet;预测图像更直观地体现了新方法的优势;城市建筑物分割得较为完整;
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品

13876861***
擅长:
土建 装饰 园林 电气
- 4.5
服务
- 7
商品
- 273
人气
相关推荐
基于U型卷积神经网络的航空影像建筑物检测 2.8MB
基于卷积神经网络的航空影像城市建筑物分割 3.4MB
基于神经网络模型的建筑物变形预测 369KB
基于LVQ神经网络的建筑物提取 325KB
基于卷积神经网络的空心村高分影像建筑物检测方法 879KB
基于轮廓小波变换的航空影像建筑物识别 1.4MB
基于影像分割与SVM分类的城市建筑物提取研究 337KB
基于区域分割的彩色航空影像建筑物自动检测 1.4MB
应用人工神经网络预测建筑物空调负荷 412KB
基于模型的航空影像矩形建筑物半自动建模 285KB