当前位置: 首页 > news >正文

【数据集】中国1米分辨率土地覆盖图SinoLC-1

中国1米分辨率土地覆盖图SinoLC-1

  • 1 数据介绍
    • 1.1 数据文件命名方式和使用方法
      • 1.1.1 文件命名与介绍:
      • 1.1.2 数据类别
  • 2 数据下载
  • 参考

1 数据介绍

中国1米分辨率土地覆盖图为首个具有中国国家尺度覆盖,空间分辨率1米的土地覆盖专题图。针对大范围高分辨率土地覆盖制图中地物复杂多样、高精度训练样本缺乏、制图方法区域迁移性要求高等关键难题,中国地质大学(武汉)张洪艳教授团队于2022年10月提出了一种基于弱监督深度学习的跨分辨率大规模土地覆盖制图网络(L2HNet),利用低分辨率土地覆盖图作为训练集,实现了高分辨率高精度土地覆盖制图。该方法摆脱了高分辨率土地覆盖制图任务对大规模人工手动标注训练集的依赖,大幅减少了大范围高分辨率土地覆盖制图的人力与时间成本,作为阶段性研究进展发表在遥感科学领域权威期刊《ISPRS Journal of Photogrammetry & Remote Sensing》上(链接:https://doi.org/10.1016/j.isprsjprs.2022.08.008)。
在此基础上,团队进一步构建了中国全域土地覆盖制图框架,利用现有三种10米土地覆盖图(FROM_GLC10、ESA_WorldCover和ESRI_GLC)

http://www.dtcms.com/a/4903.html

相关文章:

  • git的使用
  • 【自主探索】基于 frontier_exploration 的单个机器人自主探索建图
  • NextJS开发:封装shadcn/ui中的AlertDialog确认对话框
  • web静态网页设计与制作-基于HTML+CSS+JS实现旅游摄影网站
  • 强芯铸魂,生态共赢!麒麟信安出席2023龙芯产品发布暨用户大会
  • 【经验分享】开发问题记录总结(持续更新)
  • 机器学习-线性模型·
  • 蓝桥杯每日一题2023.11.28
  • 【微服务】java 规则引擎使用详解
  • 五子棋游戏
  • leetcode:用栈实现队列(先进先出)
  • 【深度学习】参数优化和训练技巧
  • pycharm编译报错处理
  • OpenGL的学习之路 -5
  • 基于SpringBoot房产销售系统
  • 指数退避和抖动
  • 网工内推 | 云计算运维,云相关认证优先,最高30K,带薪年假
  • 视频号小店需要多少资金?都需要准备什么东西?一篇详解!
  • Python与设计模式--门面模式
  • 03_MySQL基本SQL语句讲解
  • ClickHouse:真正的OLAP列式DBMS
  • 【迅搜04】索引配置(一)加载配置文件以及服务端配置
  • 【开源】基于Vue和SpringBoot的个人健康管理系统
  • sql24(Leetcode1141查询近30天活跃用户数)
  • 市场调研:2023年SLG游戏行业需求及发展前景预测
  • uniapp IOS从打包到上架流程(详细简单)
  • linux下Qt使用LinuxDeployqt打包
  • rocky8.9配置K8S集群kubernetes,centos同理
  • 汽车功能安全ISO26262
  • python监控显卡显存