期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于PyTorch深度学习框架的武汉市森林资源变化监测模型研究 被引量:1
1
作者 邓春成 孙巧峰 +3 位作者 唐星 李艳丽 卢秉俊 陶章思 《中南林业调查规划》 2025年第1期45-49,共5页
基于武汉市2期遥感影像数据,采集变化识别样本,采用深度学习框架PyTorch对样本模型进行训练、效果预测,构建变化监测模型,利用变化监测模型进行遥感影像变化信息的提取,形成变化提取成果。结果显示:武汉市森林资源变化识别准确率达88.1%... 基于武汉市2期遥感影像数据,采集变化识别样本,采用深度学习框架PyTorch对样本模型进行训练、效果预测,构建变化监测模型,利用变化监测模型进行遥感影像变化信息的提取,形成变化提取成果。结果显示:武汉市森林资源变化识别准确率达88.1%,召回率达88.5%,且随着样本数量的增加和影像质量的提升,基于深度学习框架的变化识别提取准确率和召回率也得到了提升。构建的武汉市森林资源变化监测模型可应用于森林资源变化识别,能够为森林资源监测监管提供疑似变化图斑,及时准确地发现森林违法活动、林业灾害等信息,具有较大的实际应用价值和潜力。 展开更多
关键词 深度学习 遥感影像 森林资源 变化监测模型 PyTorch
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部