研究目的
研究一种基于深度学习的自动算法,利用无人机采集的航拍彩色图像检测单株油棕树,以支持油棕种植园的可持续管理。
研究成果
所提出的方法利用像素间距为10厘米/像素的航拍彩色正射影像,成功检测出油棕树,平均总体准确率超过95%。卷积神经网络分类器的组合提高了检测精度,推动了先前关于油棕检测的研究。
研究不足
该研究承认通过目视检查构建的真实底图可能存在潜在不确定性,尤其是对于幼龄树木,这可能导致分析人员产生不同解读。实地数据可补充分析以尽量减少误判。
研究目的
研究一种基于深度学习的自动算法,利用无人机采集的航拍彩色图像检测单株油棕树,以支持油棕种植园的可持续管理。
研究成果
所提出的方法利用像素间距为10厘米/像素的航拍彩色正射影像,成功检测出油棕树,平均总体准确率超过95%。卷积神经网络分类器的组合提高了检测精度,推动了先前关于油棕检测的研究。
研究不足
该研究承认通过目视检查构建的真实底图可能存在潜在不确定性,尤其是对于幼龄树木,这可能导致分析人员产生不同解读。实地数据可补充分析以尽量减少误判。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 结合深度学习分类器的航拍图像油棕树检测”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期