Local-to-Global Shape-Consistent Learning for Boundary-Reliable Agricultural Object Extraction from High-Resolution Remote Sensing Imagery
提出ADLSC框架，从高分辨率遥感影像中提取边界可靠的农业对象。
阅读 1
关键词 · 相关资讯与研究
#边界提取
沿着“边界提取”继续探索，共 0 条内容。
你可能还想看
没有这个标签，内容接近Boundary-aware dual-stream network for topology restoration and automated mapping of fragmented mulch films in UAV imagery
提出边界感知双流网络，从无人机影像中恢复破碎地膜拓扑并自动制图。
阅读 5
BGDNet: a boundary-guided deformable network for accurate farmland parcel segmentation in high-resolution remote sensing imagery
提出边界引导可变形网络BGDNet，实现高分辨率遥感耕地地块精准分割。
阅读 1
BTSR-Net: Boundary–topology guided structural refinement for high-resolution remote sensing image segmentation
提出BTSR-Net，用边界与拓扑引导提升高分辨率遥感影像分割的结构连续性。
阅读 2
Underwater Small Object Detection: A Survey
综述水下光学图像中的小目标检测，梳理问题、数据集、算法，并展望未来方向。
农业遥感与作物表型智慧农业
阅读 3
SAMWater: a prompt-guided multimodal framework for transferable water mapping with the segment anything model
提出SAMWater，用提示引导多模态基础模型实现可迁移地表水制图。
阅读 5
Super-Resolution-Assisted Farmland Boundary Extraction from Medium-Resolution Satellite Image: A Real-ESRGAN and YOLO Segmentation Framework
提出结合Real-ESRGAN超分辨率和YOLO分割的农田边界提取框架，提升中分辨率卫星影像识别精度
2 个信源阅读 2
深度学习支持下地块尺度农田宜机化遥感评价方法
《农业工程学报》2026年第42卷第9期刊载华中师范大学等单位杨子恒、胡琼、吴尚岐、徐保东、蔡志文论文。DOI: 10.11975/j.issn.1002-6819.202510247。研究基于多源中、高分辨率遥感数据和深度学习语义分割算法,自动提取农田地块与道路等基础设施的空间分布信息,结合数字高程模型与水旱分布数据,从地块形状、规模、平整度以及道路通达度4个维度建立综合评价体系,以当阳市为研究区域。结果:语义分割模型农田地块与道路面积准确度分别达到0.92和0.79,边界匹配度0.85和0.86;研究区宜机化良好农田面积占比达67.3%,丘陵山区乡镇普遍面临道路通达度不足与地块平整度较差问题。
阅读 7