1. 概述整个工程已经上传个人的 github https://github.com/lovewinds13/QYQXDeepLearning ，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。论文下载：ImageNet Classification with Deep Convolutional Neural Networks2. AlexNetAlexNet 是 20
转载
2024-07-30 16:20:23
24阅读
文章目录数据介绍经验1. 准确率92.55%：SENet、PyTorch（1）数据预处理：加权采样（2）数据增强：采用随机裁剪，随机旋转，随机翻转，随机擦除（3）模型选择：Senet154（4）模型优化：标签平滑、学习率热身（5）模型集成经验2. 准确率93.12%：DenseNet，Keras（1）预处理-最大最小缩放中心化（2）模型选择方面-预训练DenseNet（3）数据增强-Flip，R
转载
2023-12-29 19:02:13
538阅读
1.介绍针对在使用传统图像处理工具时可能遇到的困难，深度学习已成为医疗保健领域的主要解决方案。因为医学图像比标准图像更难处理（高对比度、人体的广泛变化……）深度学习用于分类、对象检测，尤其是分割任务。在分割方面，深度学习用于分割人体器官，如肝脏、肺和……或分割来自身体不同部位的肿瘤。医学图像有很多不同的类型，例如 MRI（主要用于脑肿瘤分割）、CT 扫描、PET 扫描等。本文将重点介绍 CT 扫描
转载
2024-05-31 14:02:27
86阅读
基于Faster rcnn pytorch的遥感图像检测代码：https://github.com/jwyang/faster-rcnn.pytorch/tree/pytorch-1.0数据集使用RSOD遥感数据集，VOC的数据格式如下： RSOD是一个开放的目标检测数据集，用于遥感图像中的目标检测。数据集包含飞机，油箱，运动场和立交桥，以PASCAL VOC数据集的格式进行标注。 数据集包括4个
转载
2023-12-27 14:08:23
485阅读
前言这些代码均是使用最基础的方法，通过一步一步迭代过程来理解算法的原理及实现过程，并不采用于实用工程，读者以此作为学习参考即可。监督分类监督分类的概念：首先使用训练样本学习一个分类器，再对测试样本进行分类。图像分类的两个步骤：特征提取与分类算法。特征提取：颜色特征向量。分类 训练过程：使用训练样本学习分类器。 测试过程：使用学习好的分类器对测试样本分类。分类算法：感知器算法。线性判别函数 那么，如
转载
2024-08-12 13:07:11
77阅读
卫星地图简称卫星图，确切的说法是卫星遥感图像，也叫卫星影像。所谓遥感即遥远地感知。卫星遥感即通过卫星在太空中探测地球地表物体对电磁波的反射和其发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 将这些电波信息转换、识别得到的图像，即为卫星图。遥感卫星影像作用卫星地图，又称“卫星遥感图像或是卫星影像”，顾名思义，是借助卫星为媒介，向用户真实反馈地球地表面貌的图像。与传统意义的地图不同，卫星地
转载
2024-08-15 16:04:49
32阅读
VGG详解VGG 在2014年由牛津大学著名研究组 VGG（Visual Geometry Group）提出，斩获该年 ImageNet 竞赛中 Localization Task（定位任务）第一名和 Classification Task（分类任务）第二名。 原论文地址：Very Deep Convolutional Networks for Large-Scale Im
转载
2023-12-07 15:28:08
111阅读
植被是陆地生态系统中最重要的组分之一，也是对气候变化最敏感的组分，其在全球变化过程中起着重要作用，能够指示自然环境中的大气、水、土壤等成分的变化，其年际和季节性变化可以作为地球气候变化的重要指标。此外，由于生态工程保护建设和植被自然生长等因素，中国陆地生态系统发挥了重要的碳汇作用。因此，定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提，卫星遥感数据衍生的生态参量
转载
2024-08-20 22:06:23
36阅读
遥感的最终成果之一就是从遥感图像上获取信息，遥感分类是获取信息的重要手段。同时遥感图像分类也是目前遥感技术中的热点研究方向，每年都有新的分类方法推出。本小节主要内容：遥感分类基本概念常见遥感分类方法1 遥感分类概述 遥感图像通过亮度值或像元值的高低差异（反映地物的光谱信息）及空间变化（反映地物的空间信息）来表示不同地物的差异，这是区分不同图像地物的物理基础。遥感图像分类就是利
转载
2023-06-14 20:39:06
366阅读
我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB，遥感大数据时代已然来临。随着小卫星星座的普及，对地观测已具备3次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘
转载
2024-03-06 00:04:05
133阅读
目前国内外开发了很多可以用于场景分类任务的公开基准数据集，为这
原创
2022-05-30 13:14:05
10000+阅读
点赞
1评论
刚开始接触深度学习就是看的这个算法，想想当时连python语言都不会，虽然今天依旧咸鱼一条，但是也能用上网络做一点事情了，源码是北京邮电大学的道路识别比赛，采用的torch框架，也算是比较流行框架，网络结构还是端到端的下采样用resnet34，代码讲解想了解的可以看源码，本文主要介绍如何用自己的数据训练，以及训练自己数据中遇到的一些问题。torch中自带训练好的模型，调用也很简单，获取
转载
2024-04-04 19:14:28
257阅读
遥感影像地物分类是指根据影像中的地物的光谱、纹理、形状等特征，对地物目标进行识别的过程。遥感影像地物分类过程主要有两个部分组成，一是遥感影像的特征提取，二是选择合适的分类器进行地物分类。特征参数的提取是遥感影像地物分类中非常关键的一步，对遥感影像的信息进行抽象，可以得到一组描述遥感影像的特征向量，早期的传统遥感影像分类方法一般是基于像素值来进行的，忽略了遥感影像其他重要的特征，它很难适应较高层次的
转载
2023-12-12 11:46:23
164阅读
基于对象（或面向对象）的图像分析分类监督和非监督分类是基于像素的。换句话说，它创建正方形像素，每个像素都有一个类。但是基于对象的图像分类将像素分为具有代表性的形状和大小。这一过程是多分辨率分割或段均值偏移。 多分辨率分割通过像素分组产生均匀的图像对象。它同时生成图像中具有不同比例的对象。这些对象更有意义，因为它们代表图像中的特征。 基于对象的图像分析（OBIA）分割是一个将相似
Author:HanDi 数据挖掘课上一个小实验，用matlab自带的kmeans函数实现遥感图像分类，代码总体简单整洁，注释详细，可轻松修改自用，但是我觉得自己选的分类结果颜色是丑了点，大家可以通过修改colormap自定义颜色，包括colorbar。从图中不难看出，最后效果图没有经过分类后处理，有很多细小和破碎斑块，使得分类结果的视觉效果不是那么好下面是完整代码，我的MATLAB版本是 202
转载
2024-07-18 16:41:01
215阅读
## 实现深度学习遥感分类代码的流程
### 1. 数据准备
在开始编写深度学习遥感分类代码之前，首先需要准备好数据集。数据集应包含训练集、验证集和测试集，其中训练集用于模型训练，验证集用于模型调参和验证，测试集用于评估模型的性能。确保数据集中的图像文件与其对应的标签文件一一对应。
### 2. 环境搭建
在开始编写代码之前，需要安装相应的深度学习框架和相关的库。在本例中，我们使用Python
原创
2023-07-18 08:56:00
332阅读
随着无人机自动化能力的逐步升级，它被广泛的应用于多种领域，如航拍、农业、植保、灾难评估、救援、测绘、电力巡检等。但同时由于无人机飞行高度低、获取目标类型多、以及环境复杂等因素使得对无人机获取的数据处理越来越复杂。最近借助深度学习方法，基于卷积神经网络的无人机目标识别取得了令人印象深刻的结果。深度卷积网络采用“端对端”的特征学习，通过多层的特征抽取，它揭示隐藏于数据中的非线性特征，能够从大量训练集中
转载
2023-11-25 19:24:19
18阅读
PyTorch中的遥感图像数据集包括以下几种：EuroSAT：该数据集包括27个类别的遥感图像，共有约27,000张图像。每个类别都包括约1,000张图像。该数据集可用于分类任务。SEN12MS：该数据集包括了L-波段和C-波段的遥感图像，总共有许多张图像，可以用于各种任务，如分割、分类、检测等。NWPU-RESISC45：该数据集包括45个类别的遥感图像，其中包括飞机、桥梁、森林等不同类型的物体
转载
2023-11-07 05:34:15
38阅读
四遥感数字图像的计算机分类第四章 遥感数字图像计算机解译;一、遥感数字图像计算机分类的一般原理;一、遥感数字图像计算机分类的一般原理;遥感图像分类的实质;影响遥感图像分类精度的因素大气状况的影响：吸收、散射。下垫面的影响：下垫面的覆盖类型和起伏状态对分类具有一定的影响。其他因素的影响：云朵覆盖；不同时相的光照条件不同，同一地物的电磁辐射能量不同；地物边界的多样性。 ;统计模式识别的概念和基本问题;
# 遥感图像分类入门指南
遥感图像分类是在遥感图像中识别和分类不同地物的一项任务。对于初学者来说，学习如何使用Python进行遥感图像分类可以帮助你掌握数据处理和机器学习的基本概念。本文将引导你完成这一过程，并提供相应的Python代码。
## 流程概述
以下是遥感图像分类的基本流程：
| 步骤 | 描述 |
| ---- | --
