基于改进的U-Net模型的高分遥感影像冬小麦语义分割.pdf

基于改进的U-Net模型的高分遥感影像冬小麦语义分割.pdf

  1. 1、本文档共60页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

准确获取冬小麦种植分布信息对农业管理和粮食安全具有重要意义,近些年来随着

遥感卫星技术和深度学习的发展利用卷积神经网络对农业遥感影像进行语义分割已成,

为当下的研究热点之一,但由于高分辨率农业遥感影像丰富的纹理特征、空间信息以及

复杂的几何形状,使得农业影像在进行语义分割时容易出现特征表示能力差、空间信息

利用不充分的问题从而导致预测结果粗糙,.

针对上述问题本文提出一种基于混合注意力机制,

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档