YOLO-Pole: A Deep Learning Framework for Precise Pole Localization in Aerial Orthophotos

Zhuo, Xiangyu und Tian, Jiaojiao (2025) YOLO-Pole: A Deep Learning Framework for Precise Pole Localization in Aerial Orthophotos. IEEE Geoscience and Remote Sensing Letters, 22. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/LGRS.2025.3566546. ISSN 1545-598X.

PDF - Preprintversion (eingereichte Entwurfsversion)
1MB

Offizielle URL: https://ieeexplore.ieee.org/abstract/document/11003965

elib-URL des Eintrags:

https://elib.dlr.de/217898/

Dokumentart:

Zeitschriftenbeitrag

Titel:

YOLO-Pole: A Deep Learning Framework for Precise Pole Localization in Aerial Orthophotos

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Zhuo, Xiangyu	Xiangyu.Zhuo (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Tian, Jiaojiao	Jiaojiao.Tian (at) dlr.de	https://orcid.org/0000-0002-8407-5098	NICHT SPEZIFIZIERT

Datum:

Mai 2025

Erschienen in:

IEEE Geoscience and Remote Sensing Letters

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/LGRS.2025.3566546

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

1545-598X

Status:

veröffentlicht

Stichwörter:

Aerial orthophoto, pole detection, you only look once (YOLO)

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Digitalisierung

DLR - Forschungsgebiet:

D DAT - Daten

DLR - Teilgebiet (Projekt, Vorhaben):

D - Digitaler Atlas 2.0, V - V&V4NGC - Methoden, Prozesse und Werkzeugketten für die Validierung & Verifikation von NGC

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse

Hinterlegt von:

Tian, Dr Jiaojiao

Hinterlegt am:

30 Okt 2025 11:38

Letzte Änderung:

30 Okt 2025 11:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags