您当前的位置:
首页 >
文章列表页 >
融合分割与分类模型的遥感图像目标检测方法
图形图像处理 | 更新时间:2026-03-27
    • 融合分割与分类模型的遥感图像目标检测方法

    • Remote Sensing Image Object Detection Method Integrating Segmentation and Classification Models

    • “遥感图像处理领域迎来新突破,专家融合Segment Anything Model分割模型和Mobile-Friendly Vision Transformer分类模型,提出一种目标检测方法,有效解决标注耗时、数据多样、计算资源需求大及过拟合等问题,实验显示该模型在数据使用效率、训练时间和分类准确率方面表现优异。”
    • 软件导刊   2026年25卷第3期 页码:188-194
    • DOI:10.11907/rjdk.251067    

      中图分类号: TP391.41
    • 收稿:2025-02-02,

      纸质出版:2026-03-16

    移动端阅览

  • 童恒建,陈昕浩,赵济.融合分割与分类模型的遥感图像目标检测方法[J].软件导刊,2026,25(03):188-194. DOI: 10.11907/rjdk.251067.

    TONG Hengjian,CHEN Xinhao,ZHAO Ji.Remote Sensing Image Object Detection Method Integrating Segmentation and Classification Models[J].Software Guide,2026,25(03):188-194. DOI: 10.11907/rjdk.251067.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于TAR-YOLO的轻量化学生课堂行为检测算法
基于目标检测的轻量化乳腺肿瘤检测算法
高速旋转目标的转速测量及轨迹预测算法综述
基于改进YOLOv8的轻量化藏药材植物检测算法
改进YOLOv5的影响驾乘舒适性目标检测

相关作者

李金龙
郑霖
王浩宇
季伟东
张敖锋
李东
刘晓静
张科

相关机构

哈尔滨师范大学 计算机科学与信息工程学院
哈尔滨师范大学 未来教师教学与发展智能实验室
青海大学 计算机技术与应用学院
上海理工大学 健康科学与工程学院
西南政法大学 体育部
0