استفاده از ShuffleNet برای طراحی یک مدل بخشبندی معنایی عمیق به منظور تشخیص نشت نفت در تصاویر رادار روزنه مصنوعی
نویسندگان
1 دانشکده مهندسی، دانشگاه شهید چمران اهواز
2 دانشکده مهندسی، دانشگاه شهید چمران اهواز
3 دانشکده مهندسی، دانشگاه شهید چمران اهواز
doi
10.52547/jiaeee.19.3.131چکیده
بخش­بندی معنایی عمیق تصاویر به­ عنوان راه حلی یکپارچه در آنالیز تصاویر مبتنی بر طبقه­ بندی تک­ تک پیکسل­ های تصویر بوده و بخصوص در کاربرد­هایی مانند شناسایی نشت نفت در آب­های آزاد که در آن مرز اشیا و نواحی به ­طور مشخص قابل تفکیک نیستند، مورد توجه قرار می­ گیرد. به ...
