Classification of Geographical Land Structure Using Convolutional Neural Networks and Transfer Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于卷积神经网络和迁移学习的自动分类方法,解决了卫星图像中土地结构手动识别的耗时问题。结果显示,该方法实现了94.8%的准确率,展示了深度学习在土地结构识别中的潜力。
🎯
关键要点
- 本研究提出了一种基于深度学习的自动分类方法,解决卫星图像中土地结构手动识别的耗时问题。
- 使用卷积神经网络和RMSProp优化器的模型实现了94.8%的准确率。
- 研究展示了深度学习在从卫星影像中高效识别和分类土地结构方面的潜力。
➡️