文件名称：self-supervised-semantic-segmentation
文件大小：12.56MB
文件格式：ZIP
更新时间：2024-04-16 11:33:26
Python
SAR到光学转码的Pol-SAR图像语义分割的自我监督学习 在信息与通信工程硕士论文期间开发的框架。 工作介绍。 正在修订中，有可能发表。 很快将提供文档。 论文摘要： 在遥感领域，在过去的几十年中，数据采集过程得到了很大的发展。 每年都会部署许多新技术，例如传感器，卫星和太空探索任务。 这种探索未知的努力产生了很多有价值的数据。 如果将这些信息量存储在硬盘驱动器上，则可能成为负债而不是资产。 由于这些原因，利用收集的数据至关重要。 这就是为什么自动数据分析成为科学界的一个热门话题的动机。 本文的目的是针对极化合成Kong径雷达（Pol-SAR）图像的语义分割。 自动解释图像的最新技术称为人工神经网络。 这些技术经过算法训练，可以通过示例执行任务学习。 这意味着，训练此类算法最重要的要求是数据注释。 注释是包含数据解释的其他手工信息。 使用注释数据训练的算法在监督下得到解决。 相对于Po