عنوان مقاله به انگلیسی | Land Cover Image Classification |
عنوان مقاله به فارسی | طبقه بندی تصویر پوشش زمین |
نویسندگان | Antonio Rangel, Juan Terven, Diana M. Cordova-Esparza, E. A. Chavez-Urbiola |
زبان مقاله | انگلیسی |
فرمت مقاله: | |
چکیده | Land Cover (LC) image classification has become increasingly significant in understanding environmental changes, urban planning, and disaster management. However, traditional LC methods are often labor-intensive and prone to human error. This paper explores state-of-the-art deep learning models for enhanced accuracy and efficiency in LC analysis. We compare convolutional neural networks (CNN) against transformer-based methods, showcasing their applications and advantages in LC studies. We used EuroSAT, a patch-based LC classification data set based on Sentinel-2 satellite images and achieved state-of-the-art results using current transformer models. |
تعداد صفحات | 7 |
چکیده به فارسی (ترجمه ماشینی) | طبقه بندی تصویر پوشش زمین (LC) در درک تغییرات زیست محیطی ، برنامه ریزی شهری و مدیریت فاجعه به طور فزاینده ای قابل توجه است.با این حال ، روشهای سنتی LC اغلب فشرده و مستعد خطای انسانی هستند.در این مقاله به بررسی مدلهای پیشرفته یادگیری عمیق برای افزایش دقت و کارآیی در تجزیه و تحلیل LC می پردازیم.ما شبکه های عصبی حلقوی (CNN) را در برابر روشهای مبتنی بر ترانسفورماتور مقایسه می کنیم ، برنامه های کاربردی و مزایای آنها را در مطالعات LC نشان می دهیم.ما از Eurosat ، یک مجموعه داده طبقه بندی LC مبتنی بر پچ مبتنی بر تصاویر ماهواره ای Sentinel-2 استفاده کردیم و با استفاده از مدلهای ترانسفورماتور فعلی به نتایج پیشرفته ای رسیدیم. |
دسته بندی موضوعات | Computer Vision and Pattern Recognition,Machine Learning,Image and Video Processing,چشم انداز رایانه و تشخیص الگوی ، یادگیری ماشین ، پردازش تصویر و فیلم ، |
توضیحات | Submitted 17 January, 2024; originally announced January 2024. , Comments: 7 pages, 4 figures, 1 table, published in conference , ACM Class: I.2.10 |
توضیحات به فارسی | ارسال شده 17 ژانویه 2024 ؛در ابتدا ژانویه 2024 اعلام شد ، نظرات: 7 صفحه ، 4 شکل ، 1 جدول ، منتشر شده در کنفرانس ، کلاس ACM: I.2.10 |
توجه کنید این مقاله به زبان انگلیسی است. |
برای سفارش ترجمه این مقاله می توانید به یکی از روش های تماس، پیامک، تلگرام و یا واتس اپ با شماره زیر تماس بگیرید:
09395106248 توجه کنید که شرایط ترجمه به صورت زیر است:
|
نقد و بررسیها
هنوز بررسیای ثبت نشده است.