基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着深度学习的发展,遥感影像处理技术也从传统机器学习算法向深度学习转变,然而,用于遥感图像的训练数据集却十分稀少,且数据标注困难.本文将GIS技术与图像标注技术相结合,基于Flask Web框架设计一个可用于海量遥感数据的标注系统.该系统可用于海量遥感数据的数据框标注、数据类别标注,以及目标关键点标注,同时能将标注数据导出为深度学习训练最常用的COCO数据集和VOC2007两种格式.
推荐文章
基于SSAE深度学习特征表示的高光谱遥感图像分类方法
高光谱遥感图像分类
堆叠稀疏自动编码器
深度学习
特征表示
支持向量机
基于深度学习的图像标注
深度学习
多标记
多模态
图像标注
基于深度学习的图像自动标注算法研究
深度学习
图像标注
机器学习
深度学习在遥感影像分类中的研究进展
深度置信网
卷积神经网络
栈式自动编码器
遥感影像分类
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习遥感图像标注系统研究
来源期刊 测绘与空间地理信息 学科
关键词 遥感图像 图像标注 深度学习 MongoDB
年,卷(期) 2021,(4) 所属期刊栏目 基金项目专栏|Fund Projects Column
研究方向 页码范围 69-71,75
页数 4页 分类号 P237
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感图像
图像标注
深度学习
MongoDB
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘与空间地理信息
月刊
1672-5867
23-1520/P
大16开
哈尔滨市南岗区测绘路32号
14-5
1978
chi
出版文献量(篇)
11361
总下载数(次)
46
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导