- 博客(3)
- 收藏
- 关注
RSS订阅原创 变化检测阅读（二）
文章目录摘要一、INTRODUCTION二、RELATED WORKS1.基于深度学习的CD2.CD策略3.超分辨率三、METHODOLOGY1.Overview2.SR模块3.CD模块4.LOSS函数四、EXPERIMENTAL SETTINGS1.数据集2.实验设计五、RESULTS AND ANAYSIS结论摘要提示：实际应用中，CD通常采用不同分辨率的双时态图像。本文提出了一种基于超分辨率的变化检测网络（SRCDNet），该网络具有堆叠式注意力模块（SAM）。SRCDNet使用一个超分辨率（
2022-05-22 18:40:21
2785
2
原创 UNet和传统CNN的区别
文章目录UNet和CNN的区别一、UNet网络模型1.Encoder2.Decoder二、UNet和CNN的区别1.CNN是对图像进行分类，输出的结果是整个图像的类标签；UNet是像素级分类，输出的结果是每个像素点的类被，且不同类别的像素会显示不同的颜色。2.CNN是通过卷积层和池化层提取图像特征，经反向传播确定最终参数，并得到最终的特征；而UNet的特征提取步骤较为复杂，分为Encoder和Decoder。3.输入输出大小：CNN以VGG为例，输入大小为3*224*224，输出大小为1*1*num_cla
2022-05-22 18:27:26
8408
3
原创 变化检测阅读文献（一）
变化检测文献阅读（一）Learning Spectral-Spatial-Temporal Features via a Recurrent Convolutional Neural Network for Change Detection in Multispectral Imagery（2019 TGAS）文章目录变化检测文献阅读（一）摘要一、INTRODUCTION二、METHODOLOGY1.网络架构2.通过CNN网络提取光谱-空间特征3.通过RNN建立时间依赖4.网络训练三、EXPERIMEN
2022-05-16 17:42:01
1074
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