当前位置：
X-MOL 学术
›
Remote Sens. Lett.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Detecting rotated ships in SAR images using a streamlined ship detection network and gliding phases
Remote Sensing Letters ( IF 2.3 ) Pub Date : 2024-03-25 , DOI: 10.1080/2150704x.2024.2334193 Wenbo Yu 1, 2 , Jiamu Li 1, 2 , Zijian Wang 1, 2 , Zhongjun Yu 1, 2 , Yunhua Luo 1 , Yabo Liu 1 , Jie Feng 1, 2
Remote Sensing Letters ( IF 2.3 ) Pub Date : 2024-03-25 , DOI: 10.1080/2150704x.2024.2334193 Wenbo Yu 1, 2 , Jiamu Li 1, 2 , Zijian Wang 1, 2 , Zhongjun Yu 1, 2 , Yunhua Luo 1 , Yabo Liu 1 , Jie Feng 1, 2
Affiliation
Deep learning methods have greatly promoted the ship detection performance in synthetic aperture radar (SAR) images. However, due to the different imaging mechanisms and target characteristics, det...
中文翻译：
使用简化的船舶检测网络和滑翔阶段检测 SAR 图像中的旋转船舶
深度学习方法极大地提升了合成孔径雷达（SAR）图像中的船舶检测性能。然而，由于成像机制和目标特性的不同，检测...
更新日期：2024-03-25
中文翻译：
使用简化的船舶检测网络和滑翔阶段检测 SAR 图像中的旋转船舶
深度学习方法极大地提升了合成孔径雷达（SAR）图像中的船舶检测性能。然而，由于成像机制和目标特性的不同，检测...
京公网安备 11010802027423号