注册 | 登录 | 举报
  • 首 页
  • 公告沙龙
    • 公告中心
    • 活动沙龙
  • 课程学习
  • 项目交流
    • 项目招募
    • 问答中心
  • 信息展示
    • 项目展示
    • 往年项目展示
    • 校内导师
    • 校外导师
  • 使用指南
    • 文件下载
    • 常见问题

举报该页有违规/非法信息


  • 最新

基于深度学习和Transformer的遥感图像分类

 国际学院

Land Cover Classification Based on Deep Learning and Transformer in High-resolution Remote Sensing Images

遥感图像的语义分割是根据某种语义准则对给定的遥感图像中所有像素分类的过程,其目的是将遥感图像分割为具有实际语义信息的区域,如房屋、道路、植被、车辆等。作为目前工业界的研究热点,图像分割算法在城市规划、灾害救助、交通管理以及气候建模等领域发挥着重要作用。 本项目将基于深度神经网络和Transformer模型,实现针对高分辨率遥感图像的地表覆盖分类。将最新的深度学习技术结合Transformer模型应用于遥感图像语义分割,通过改进现有算法从而提高遥感图像语义分割在精度和速度上的平衡,从而实现高精度、高速度的高分辨遥感图像语义分割任务。

项目分数

项目信息

  • 项目动态
  • 项目相关人员
  • 项目荣誉
  • 留言

项目负责人

李欣悦2019级 国际学院 电信工程及管理

项目成员

王鹏云2019级 国际学院 电信工程及管理

胡斯涵2019级 国际学院 电信工程及管理

聂炜欣2019级 国际学院 电信工程及管理

张汉唐2019级 国际学院 电子商务与法律

指导老师

杨俊俐国际学院 工程师

评审老师

郭凯国际学院 高级工程师

武岳国际学院 工程师

王婧懿国际学院 其他

暂无留言
该项目暂无荣誉
邮箱:buptwin@bupt.edu.cn;传真:010-62285134;电话:010-62281946;地址:北京邮电大学教一楼323; 邮编:100876
北京邮电大学叶培大创新创业学院 © Copyright 2017
Baidu
map