武汉大学提出了一种基于样本噪声学习的跨分辨率土地覆盖制图框架，利用现有低分辨率产品生成大量高分辨率影像标签用于深度语义分割模型的训练，实现2020年全国10米分辨率土地覆盖高效制图。包含耕地、林地、草地/灌木、湿地、水体、不透水面、裸地和冰雪8个类别，经过精度评估总体精度达到84%。
数据大小：5.88GB

数据来源：武汉大学 测绘遥感信息工程国家重点实验室

来源文章：Yinhe Liu, Yanfei Zhong, Ailong Ma, Ji Zhao, Liangpei Zhang,Cross-resolution national-scale land-cover mapping based on noisy label learning: A case study of China,International Journal of Applied Earth Observation and Geoinformation,Volume 118,2023,103265,ISSN 1569-8432,https://doi.org/10.1016/j.jag.2023.103265.(https://www.sciencedirect.com/science/article/pii/S1569843223000870)

来源地址：https://www.sciencedirect.com/science/article/pii/S1569843223000870?via%3Dihub

如有侵权，联系客服删除