Flevoland dataset

新的深度学习网络提高了极化SAR图像分类精度

研究人员开发了两种新的深度学习网络用于分类极化合成孔径雷达（PolSAR）图像。HybridCVNet结合了复值卷积神经网络和视觉Transformer，在Flevoland数据集上达到了97.39%的准确率。SDF2Net是一种三分支复值CNN，增强了从浅层到深层的特征融合，在AIRSAR数据集上提高了高达1.3%的准确率，并在采样有限的情况下在Flevoland数据集上达到了96.01%的准确率。