个人卖家：
使命而来
| 使用环境 | 在高分辨率遥感影像中，针对城市道路变化检测任务，适用于城市规划、基础设施管理等场景。 |
|---|---|
| 使用对象 | 高分辨率遥感影像中的道路变化区域，包括道路扩宽、新增道路、道路减少 |
| 使用目的 | 通过精准识别道路变化区域，为城市规划和基础设施管理提供数据支持，帮助合理规划城市交通网络。 |
| 输入数据 | 高分辨率遥感影像，分辨率0.2m - 1.14m. |
| 输出数据 | 道路变化区域的检测结果，包括变化区域的掩码图像。 |
| 硬件配置 | CPU：12th Gen Intel(R) Core (TM) i7-12700F 2.10GHz；GPU：NVIDIA GeForce RTX 3060；内存：16GB；操作系统：Windows 10 64位系统。 |
| 样本获取 | 在LNTU_RCD_GF数据集和WRCD数据集上进行实验，包含不同地区的高分辨率遥感影像及其标签。 |
| 测试结果 | 在LNTU_RCD_GF数据集上，F1值为89.31%，交并比为84.28%，召回率为90.49%；在WRCD数据集上，F1值为90.42%，交并比为83.72%，召回率为90.86%。 |
| 执行速度 | 100ms/次 |
| 资源消耗 | 在上述硬件配置下，CPU平均占用率约70%，GPU平均占用率约80%，内存使用量约8GB。 |
| 源码类型 | 本算法有Python版本源码，使用售卖方式进行授权。 |
| 文件大小 | 算法程序文件120KB，权重文件320MB |
| 相关备注 |
| 买家 | 规格或版本 | 评分 | 评价 | 时间 |