基于深度学习的遥感影像目标识别入门与实践

　　本书主要以实现遥感影像的分类、目标检测与目标识别为目的，系统地讲述了遥感技术与深度学习的关系、深度学习的数学基础、卷积神经网络基础、Python基本语法、深度学习框架PyTorch和TensorFlow搭建方法， 通过LeNet实践、Faster R-CNN实践和U-Net实践，带读者体验深度学习应用于遥感数据处理的具体操作。本书可作为普通高校遥感科学与技术、摄影测量与遥感、GIS、模式识别与智能处理等专业的实习教材，也可作为AI开发爱好者的自学入门教程。

　　段延松，武汉大学副教授，博导，主要研究方向摄影测量、无人机测绘、相机标定、视觉测量与模式识别等，美国ESRI外籍技术专家、武汉3551光谷人才，承担多项 863计划、科技支撑计划、十三五重点研发计划以及国防重大专项项目。发表20余篇SCI/EI学术论文，出版学术专著5部，申请 发明专利10余项，软著30余项，2010年获测绘科技进步一等奖，2015年获测绘科技进步特等奖，2017获 科技进步二等奖，2020年获 科技进步一等奖，2021年获华夏建设科学技术二等奖，2022年获测绘科技进步二等奖、云南省科技进步一等奖、吉林省技术发明一等奖。

暂缺《基于深度学习的遥感影像目标识别入门与实践》目录