BNResNet: Batch Normalization-Inspired Deep Bottleneck Residual Architecture for Aerial Scene Recognition in Low-Contrast Remote Sensing Images

Remote sensing (RS) images are evolving daily for their applications in surveillance, planned urbanization, law enforcement, climate change detection, agriculture, and monitoring catastrophes. Artificial intelligence techniques in this application heavily depend on the quality of RS images. The low-...

முழு விளக்கம்

நூற்பட்டியல் விவரங்கள்

முதன்மை ஆசிரியர்கள்:	Saddaf Rubab, Muhammad Sami Ullah, Muhammad Attique Khan, Mohammad Shabaz, Aliya Aleryani, Monia Turki-Hadj Alouane, Fatimah Alhayan
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	IEEE 2025-01-01
தொடர்:	IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
பொருள்கள்:	Coastal areas deep bottleneck interpretation low resolution optimized residual block remote sensing (RS)
ஆன்லைன் அணுகல்:	https://ieeexplore.ieee.org/document/11108310/
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!