当前位置：
X-MOL 学术
›
GISci. Remote Sens.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
D-FusionNet: road extraction from remote sensing images using dilated convolutional block
GIScience & Remote Sensing ( IF 6.7 ) Pub Date : 2023-10-25 , DOI: 10.1080/15481603.2023.2270806 Ruixuan Zhang 1 , Wu Zhu 1, 2, 3 , Yankui Li 1 , Tiansheng Song 1 , Zhenhong Li 1, 2, 3 , Wenjing Yang 1 , Luyao Yang 1 , Tian Zhou 1 , Xuanyu Xu 1
GIScience & Remote Sensing ( IF 6.7 ) Pub Date : 2023-10-25 , DOI: 10.1080/15481603.2023.2270806 Ruixuan Zhang 1 , Wu Zhu 1, 2, 3 , Yankui Li 1 , Tiansheng Song 1 , Zhenhong Li 1, 2, 3 , Wenjing Yang 1 , Luyao Yang 1 , Tian Zhou 1 , Xuanyu Xu 1
Affiliation
Deep learning techniques have been applied to extract road areas from remote sensing images, leveraging their efficient and intelligent advantages. However, the contradiction between the effective ...
中文翻译：
D-FusionNet：使用扩张卷积块从遥感图像中提取道路
深度学习技术已被应用于从遥感图像中提取道路区域，发挥其高效、智能的优势。然而，有效之间的矛盾...
更新日期：2023-10-25
中文翻译：
D-FusionNet：使用扩张卷积块从遥感图像中提取道路
深度学习技术已被应用于从遥感图像中提取道路区域，发挥其高效、智能的优势。然而，有效之间的矛盾...
京公网安备 11010802027423号