幫助中心 | 我的帳號 | 關於我們

深度學習在遙感圖像處理中的應用--開源框架下的方法與實現

  • 作者:(法)Remi Cresson|責編:韓睿|譯者:葛根巴圖//田德宇
  • 出版社:中國環境
  • ISBN:9787511164827
  • 出版日期:2025/10/01
  • 裝幀:平裝
  • 頁數:166
人民幣:RMB 88 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書首先簡要介紹了深度學習的發展背景,隨後系統講解了從遙感影像中提取樣本、構建並訓練深度網路,以及生成土地覆蓋圖等輸出成果的標準流程。全書各章節將詳細介紹多種深度網路架構及其實現方法,並針對每種方法提供完整的數據處理步驟說明。為方便讀者實踐,本書還特別開設了在線資源庫,包含配套數據集和示例代碼。需要說明的是,本書所涉及的軟體均為開源工具,書中附有詳細的安裝指引。

作者介紹
(法)Remi Cresson|責編:韓睿|譯者:葛根巴圖//田德宇

目錄
第1部分  背景介紹
  1  深度學習背景
    1.1  深度學習
    1.2  卷積
    1.3  池化
    1.4  激活函數
    1.5  遙感圖像深度學習面臨的挑戰
  2  軟體
    2.1  Orfeo ToolBox
    2.2  TensorFlow
    2.3  OTB TF
    2.4  QGIS
第2部分 基於圖像塊的分類方法
  3  使用的數據:Tokyo數據集
    3.1  數據集描述
    3.2  遙感影像
    3.3  地面真值數據
  4  構建簡單卷積神經網路
    4.1  數據歸一化
    4.2  採樣
    4.3  模型訓練方法
    4.4  模型生成
    4.5  從零開始訓練模型
    4.6  與隨機森林的對比
    4.7  模型推理
  5  全卷積神經網路
    5.1  將現有模型作為全卷積網路使用
    5.2  像素級全卷積模型
    5.3  模型訓練
    5.4  推理預測
  6  基於深度特徵的分類器
    6.1  基本原理
    6.2  OTB中的複合應用概述
    6.3  訓練環節
    6.4  分類預測
  7  處理多源數據
    7.1  更多數據源
    7.2  多輸入模型
    7.3  歸一化
    7.4  採樣
    7.5  模型訓練
  8  討論
第3部分  語義分割
  9  光學影像的語義分割
    9.1  概述
    9.2  語義分割
  10  Amsterdam數據集
    10.1  數據集說明
    10.2  Spot-7影像
    10.3  OpenStreetMap數據

  11  建築物製圖
    11.1  輸入數據預處理
    11.2  模型構建
    11.3  模型訓練
    11.4  模型推理
  12  討論
第4部分  圖像修復
  13  光學影像間隙填充原理
    13.1  引言
    13.2  方法
    13.3  網路架構
  14  Marmande數據集
    14.1  數據集描述
    14.2  Sentinel-2影像
    14.3  Sentinel-1影像
  15  數據預處理
    15.1  Sentinel影像
    15.2  樣本圖像塊
    15.3  進階:使用OTB Python API實現自動化處理
  16  模型訓練
    16.1  基於Python訓練
    16.2  獲取代碼
    16.3  使用代碼訓練模型
    16.4  模型導出
  17  模型推理
    17.1  輸入與輸出
    17.2  圖像生成
    17.3  后處理步驟
  18  討論
參考文獻
名詞索引

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032