深度学习在遥感图像场景分类中的4种应用方式

1) Directly using the features extracted from the pretrained CNNs: 

直接利用matconvnet工具箱中的在Imagnet数据集上训练好的各种深度学习网路模型（全连接层）来提取场景图像的最终特征，其实质是把深度网络模型作为一种特征提取器。

2) Reprocessing the features extracted from the pretrained CNNs:

直接利用matconvnet工具箱中的在Imagnet数据集上训练好的各种深度学习网路模型（卷积层）特征作为场景图像的中层特征，进一步对其进行编码处理（BOVW，FV，VLAD）来获取场景图像的最终特征。

3) Fine tuning the pretrained CNNs:

固定深度模型的前面层，对后面的层进行微调从而更好的提取场景图像的最终特征。

4) Training CNNs from scratch:

直接利用原始的场景图像数据集重新训练一个深度网络模型