IEEE Transactions on Geoscience and Remote Sensing· 2016Q1
ÇOK YÜKSEK ÇÖZÜNÜRLÜKLÜ OPTİK UZAKTAN ALGILAMA GÖRÜNTÜLERİNDE NESNE TESPİTİ İÇİN DÖNME-DEĞİŞMEZ KONVOLÜSYONEL SİNİR AĞLARININ ÖĞRENİLMESİ
Learning Rotation-Invariant Convolutional Neural Networks for Object Detection in VHR Optical Remote Sensing Images
- 1.766atıf
- Q1SCImago
- 2016yıl
Kısa özet
Çok yüksek çözünürlüklü optik uzaktan algılama görüntülerinde nesne tespiti için, döndürülmüş örneklerin özellik temsillerini birbirine yakın eşleyen bir düzenlileştirme kısıtlaması ile yeni bir katman öğrenerek dönme değişmezliği sağlayan yeni bir Dönme-Değişmez Konvolüsyönel Sinir Ağı (RICNN) önerilmiştir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
ÇıkarımlarUygulamada
Ana noktalarUygulamada
Makaleye SorUygulamada
Devamı Pofolia uygulamasında
Çıkarımlar, ana noktalar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Medya Teknolojisi
Media TechnologyEngineering