- 博客(2)
- 收藏
- 关注
RSS订阅原创 基于深度学习的遥感目标检测综述
由于RSIs（遥感图像）中的对象是从鸟瞰角度获取的，它们表现出任意方向的属性，因此在通用目标检测中广泛使用的水平边界框（HBB）表示方法不足以准确地定位旋转对象。与以往的工作相比，本调查基于地理空间对象的特性，对RSOD面临的主要挑战进行了全面分析，并根据这些挑战系统地分类和总结了基于深度学习的遥感目标检测器。面临的五大主要挑战，并将这些方法分类为五个主要流派：多尺度对象检测、旋转对象检测、弱对象检测、微小对象检测，以及有限监督的对象检测。更糟糕的是，巨大的类内尺度变化进一步加剧了多尺度目标检测的困难。
2024-04-11 13:02:11
1385
3
原创 高光谱异常检测综述
但是，在实际应用中，需要根据不同的数据集和问题选择合适的方法，并进行适当的参数调整和模型优化。在监督学习中，使用标注的正常数据训练模型，以学习正常数据的特征。高光谱图像异常检测是一种基于机器学习的方法，旨在从高光谱图像数据中识别出异常或罕见的像素或区域。在高光谱图像异常检测中，SC可以将高维的像素特征降低到低维空间，并检测异常像素。在高光谱图像异常检测中，SVM可以通过学习正常像素的特征来检测异常像素。在高光谱图像异常检测中，机器学习可以通过学习正常数据的特征来检测异常。
2024-04-11 12:59:23
381
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人