Multi-task deep learning from Sentinel-1 SAR: ship detection, classification and length estimation - IMT Atlantique
Communication Dans Un Congrès Année : 2019

Multi-task deep learning from Sentinel-1 SAR: ship detection, classification and length estimation

Domaines

Traitement du signal et de l'image [eess.SP]
Fichier principal
Vignette du fichier
bids2019.pdf (693.63 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

User Unknown  : Connectez-vous pour contacter le contributeur

https://imt-atlantique.hal.science/hal-02285670

Soumis le : mercredi 13 novembre 2019-18:14:06

Dernière modification le : mardi 17 septembre 2024-15:59:01

Télécharger pour visualiser

Dates et versions

hal-02285670 , version 1 (13-11-2019)

Identifiants

  • HAL Id : hal-02285670 , version 1

Citer

Clément Dechesne, Sébastien Lefèvre, Rodolphe Vadaine, Guillaume Hajduch, Ronan Fablet. Multi-task deep learning from Sentinel-1 SAR: ship detection, classification and length estimation. BiDS'19 : Conference on Big Data from Space, Feb 2019, Munich, Germany. ⟨hal-02285670⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-BREST UNIV-RENNES1 CNRS INRIA INSA-RENNES IRISA LAB-STICC_UBO UBS IRISA_UBS ENIB LAB-STICC CENTRALESUPELEC IRISA-D5 UR1-MATH-STIC UR1-UFR-ISTIC UNIV-RENNES IMT-ATLANTIQUE UR1-MATH-NUM INSTITUT-MINES-TELECOM
252 Consultations
648 Téléchargements

Partager

More