地理学-遥感图像分类第22页

10、CLASSIFIER-FREE DIFFUSION GUIDANCE

简介论文：https://arxiv.org/pdf/2207.12598.pdf分类器指导将扩散模型的得分估计与图像分类器的梯度相结合，因此需要训练与扩散模型分开的图像分类器。

C--G·2023-11-12 14:52

【图像分类】【深度学习】【Pytorch版本】 GoogLeNet(InceptionV2)模型算法详解

【图像分类】【深度学习】【Pytorch版本】GoogLeNet(InceptionV2)模型算法详解文章目录【图像分类】【深度学习】【Pytorch版本】GoogLeNet(InceptionV2)模型算法详解前言

牙牙要健康·2023-11-12 14:41

ViT：AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE 论文阅读

AbstractTransformer在计算机视觉中的应用有限在视觉中，注意力要么与卷积网络结合使用，要么用于替换卷积网络的某些组件，同时保持它们的整体结构本文证明了这种对CNN的依赖是不必要的，并且直接应用于图像块序列的纯转换器可以在图像分类任务上表现得很好

KrMzyc·2023-11-12 13:59

tensorflow hub模型下载不了问题解决

博主在根据官网配置图像分类迁移学习时，由于没有设置，程序执行如下语句时model=image_classifier.create(train_data)会因为模型下载超时而报错：urllib.error.URLError

竹叶青lvye·2023-11-12 12:50

Python实现局部二进制算法(LBP)

这算法可以应用于人脸识别、纹理分类、工业检测、遥感图像分析、动态纹理识别等领域。

Singcing·2023-11-12 12:13

CIFAR-100数据集的加载和预处理教程

一、CIFAR-100数据集介绍CIFAR-100（CanadianInstituteforAdvancedResearch-100classes）是一个经典的图像分类数据集，用于计算机视觉领域的研究和算法测试

夏天是冰红茶·2023-11-12 09:39

全球历史大豆产量数据集

简介：全球历史粮食产量数据集是农业普查统计（粮农组织报告的国家产量统计数据）和卫星遥感（遥感反演的作物指数）的混合数据产品，大豆只有“主要（major）”生长季节。

此星光明·2023-11-12 09:34

GEE：遥感影像二值化

这通常用于将连续的遥感图像转换为只有两个值的二值图像，以突出图像中的特定特征或区域。结果如下图所示，将NDVI图像中，大于0.3的值设置为1（黑色），小于等于0.3的设置为0（白色）。

_养乐多_·2023-11-12 03:18

【读点论文】结构化剪枝

LeCun等人使用少数几个基本结构组成5层的LeNet-5网络，并在MNIST数据集上得到了98.9%的分类精度，但此时的深度神经网络还相对简单，并且只能用于简单的任务上；在2012年的ImageNet图像分类竞赛中

羞儿·2023-11-11 20:46

飞桨图像分类

文章目录一、图像分类数学知识前置1.矩阵加法运算1、理论2、代码实现2.矩阵和数乘法运算1、理论2、代码实现3.矩阵乘法运算1、理论2、代码实现4.算子5.卷积6.求导法则7.反向传播8.MNIST9.

扬志九洲·2023-11-11 13:11

Azure 机器学习 - 使用自动化机器学习训练计算机视觉模型的数据架构

目录一、用于训练的数据架构图像分类（二进制/多类）多标签图像分类对象检测实例分段二、用于联机评分的数据架构输入格式输出格式图像分类（二进制/多类）多标签图像分类对象检测实例分段在线评分和可解释性(XAI

TechLead KrisChang·2023-11-11 06:17

GEE：基于 Landsat 计算的 kNDVI 应用 APP

作者：CSDN@_养乐多_本文记录了在GoogleEarthEngine（GEE）平台中，使用Landsat遥感数据计算kNDVI的应用APP链接，并介绍该APP的使用方法和步骤。

_养乐多_·2023-11-11 06:17

醒醒吧，深度学习不是AI的未来（Deep Learning is not the AI future）

在这短短几年时间里，深度学习颠覆了语音识别、图像分类、文本理解等众多领域的算法设计思路，渐渐形成了一种从训练数据出发，经过一个端到端（end-to-end）的模型，然后直接输出得到最终结果的一种新模式。

拉姆哥的小屋·2023-11-11 06:15

什么是目标检测？有哪些应用？终于有人讲明白了

计算机视觉包含多个分支，其中图像分类、目标检测、图像分割、目标跟踪等是计算机视觉领域最重要的研究课题。本文将着重介绍目标检测的相关知识，并提供一些实例，以帮助读者对目标检测建立一个整体的认识。

大数据v·2023-11-11 05:42

CBAM：Convolutional Block Attention Module

参考论文：https://arxiv.org/pdf/1807.06521.pdf背景深度学习中的卷积神经网络在图像分类、目标检测、图像分割

BestSongC·2023-11-11 02:33

竞赛选题深度学习疲劳驾驶检测 opencv python

1课题背景2实现目标3当前市面上疲劳驾驶检测的方法4相关数据集5基于头部姿态的驾驶疲劳检测5.1如何确定疲劳状态5.2算法步骤5.3打瞌睡判断6基于CNN与SVM的疲劳检测方法6.1网络结构6.2疲劳图像分类训练

laafeer·2023-11-10 22:19

读书笔记：人居环境科学导论（吴良镛著）

p92，遥感，全球定位系统，地理信息系统，空间信息科学技术，人居环境信息系统，经济，社会和人口统计信息第一部分：人居环境科学

吉页颉·2023-11-10 22:37

竞赛题目：基于深度学习的疲劳驾驶检测深度学习

1课题背景2实现目标3当前市面上疲劳驾驶检测的方法4相关数据集5基于头部姿态的驾驶疲劳检测5.1如何确定疲劳状态5.2算法步骤5.3打瞌睡判断6基于CNN与SVM的疲劳检测方法6.1网络结构6.2疲劳图像分类训练

iuerfee·2023-11-10 19:14

【GEE】7、利用GEE进行遥感影像分类【随机森林分类】

1简介在本模块中，我们将讨论以下概念：监督和非监督图像分类之间的区别。GoogleEarthEngine提供的各种分类算法的定义和应用。

TwcatL_tree·2023-11-10 14:33

简述计算机视觉在各领域中的成功应用,深度学习分类网络研究及其在计算机视觉中的应用...

图像分类、目标检测等计算机视觉技术在实际生活中发挥着越来越广泛的作用,如智慧交通、智慧医疗、自动驾驶等。

Rome Cao·2023-11-10 12:58

mindspore mindcv图像分类算法；昇腾NPU加速使用；模型保存与加载

save_load_model.htmlhttps://github.com/mindspore-lab/mindcv/blob/main/docs/zh/tutorials/finetune.md1、mindsporemindcv图像分类算法

loong_XL·2023-11-10 11:58

【笔记】基于轻量和积网络及无人机遥感图像的大豆田杂草识别

《基于轻量和积网络及无人机遥感图像的大豆田杂草识别》单位：吉林大学计算机科学与技术学院作者：王生生数据获取设备：大疆DJI精灵3相机：EXMOR1/2.3RGB相机拍照：飞行高度4m，上午8点至10点之间

YaoYee_7·2023-11-10 06:30

【图像分类】【深度学习】【Pytorch版本】GoogLeNet(InceptionV1)模型算法详解

【图像分类】【深度学习】【Pytorch版本】GoogLeNet(InceptionV1)模型算法详解文章目录【图像分类】【深度学习】【Pytorch版本】GoogLeNet(InceptionV1)模型算法详解前言

牙牙要健康·2023-11-10 05:31

4、目标检测

anchor-free五、YOLO系列六、R-CNN系列**1、R-CNN**2、Spp-Net3、Fast-RCNN4、Faster-RCNN5、Mask-RCNN一、分类和发展史计算机视觉的任务很多，有图像分类

爱补鱼的猫猫·2023-11-10 02:22

目标检测标注的时代已经过去了？

无论是用于图像分类、目标检测还是语义分割，长期以来人工标记的数据集一直是监督学习的基础。然而，由于一个创新性的工具AutoDistill，这种情况可能很快会发生改变。

小北的北·2023-11-10 02:21

基于CLIP的图像分类、语义分割和目标检测

OpenAICLIP模型是一个创造性的突破；它以与文本相同的方式处理图像。令人惊讶的是，如果进行大规模训练，效果非常好。在线工具推荐：Three.jsAI纹理开发包-YOLO合成数据生成器-GLTF/GLB在线编辑-3D模型格式在线转换-3D场景编辑器CLIP将图像视为一系列不重叠的补丁，每个补丁都是一个视觉标记（类似于NLP中的文本标记或单词）。因此，图像只是一系列视觉标记，可以使用旧的转换器像

新缸中之脑·2023-11-10 00:43

IEEE--AdaPool: Exponential Adaptive Pooling forInformation-Retaining Downsampling 论文翻译

自适应指数池化D.使用adaUnPool进行上采样4INTER4K视频数据集5主要结果A.实验设置1数据集：2分类训练方案：3目标检测细节：B.降采样相似性C.延迟和内存使用D.在ImageNet1K上的图像分类性能

森爱。·2023-11-09 22:15

SuperMap iDesktopX 影像/栅格数据不用导入导出即可分析处理啦！

前言：往往下载的遥感影像都比较大，如果只想对影像/栅格进行简单的分析处理，例如裁剪、坐标系转换、坡度计算等，通过向udbx/udb数据源中导入数据集的形式往往又比较费时。

橙晚·2023-11-09 19:37

CGCS2000坐标系和WGS84坐标系的区别与联系

01概述由于历史原因，业内普遍对WGS84坐标系存在一定程度的误解，诸多文献对WGS84坐标系的解释也比较含糊，给测绘、导航、遥感、地信等工作带来一定困扰。

人生不同在于自己·2023-11-09 18:42

图扑智慧农业：农林牧数据可视化监控平台

图扑软件利用自研HTforWebGIS产品，结合遥感技术，构建可交互式的农林牧数据分析平台。该平台围绕地块总览、播种分析、牛只管理、设备查询四个维度，对地区的全貌、农场、村集体分

图扑软件·2023-11-09 16:17

CNN算法实现图像分类

1、引言本文涵盖两个主题：了解CNN模型的基本概念；使用Fashion-MNIST数据集实时实现CNN模型；该数据集包含70,000张28x28像素的灰度图片，共涵盖10个类别的时尚物品，包括衬衫、运动鞋、裤子等，以便更好地理解和掌握卷积神经网络模型的基本原理和实践应用。本期内容『数据+代码』已上传百度网盘。有需要的朋友可以关注公众号【小Z的科研日常】，后台回复关键词[CNN]获取。2、CNN模型

小Z的科研日常·2023-11-09 13:24

卷积神经网络(CNN)详解与代码实现

数据预测自然不需要多说，图片处理主要包含有图像分类，检测，识别，以及分割方面的应用。

从0到1透视卷积神经网络的原理和应用·2023-11-09 13:54

【深度学习】CV_基于CNN的图像分类模型_代码逐行注释解析

目录前言一、任务描述和关键环节（一）数据预处理（二）网络模块设置（三）网络模型保存与测试二、具体步骤（一）任务分析与图像数据处理1.导包2.数据读取与预处理2.1数据读取2.2数据预处理（1）制作数据源（2）将预处理的数据指定好2.3读取标签对应的实际名字（二）模型设置1.选用经典网络预训练模型2.结合实际更新模型参数3.重定义模型全连接层（将预训练模型改为自己需要的）4.模型初始化：设置需训练层

ColinCooper·2023-11-09 13:24

Azure - 机器学习：使用自动化机器学习训练计算机视觉模型的数据架构

目录一、用于训练的数据架构图像分类（二进制/多类）多标签图像分类对象检测实例分段二、用于推理的数据格式输入格式输出格式图像分类多标签图像分类对象检测实例分段了解如何设置Azure中JSONL文件格式，以便在训练和推理期间在计算机视觉任务的自动化

TechLead KrisChang·2023-11-09 13:22

卷积神经网络（CNN）实现图像分类——Python

卷积神经网络（CNN）实现图像分类——Python文章目录1.代码运行2.注意事项3.代码分析4.源代码1.代码运行输入1测试一张图片并预测结果输入2对测试集整体进行测试，得出准确率（10秒左右）输入其他数字自动退出程序

桃木山人·2023-11-09 13:52

cgcs2000大地坐标系地图_CGCS2000坐标系和WGS84坐标系的区别联系

1.概述由于历史原因，业内普遍对WGS84坐标系存在一定程度的误解，诸多文献对WGS84坐标系的解释也比较含糊，给测绘、导航、遥感、地信等工作带来一定困扰。

weixin_39838362·2023-11-09 12:48

遥感数据与作物模型同化实践技术应用

基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具，可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系，为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了定量化工具。但是，当作物生长模型从单点研究发展到区域尺度应用时，由于空间尺度增大而出现的地表、近地表环境非均匀性问题，导致模型中一些宏观资料的获取和参数的区域

weixin_贾·2023-11-09 11:03

世界土壤数据库(HWSD)土壤数据集

HWSD数据集是基于大量地面测量和遥感数据，以及土壤分类系统和统一名称体系，进行整合和标准化而成。前言–人

此星光明·2023-11-09 10:46

Convolutional Neural Networks for Multimodal Remote Sensing Data Classification论文阅读笔记

近年来，为了提高单模态遥感数据的分类性能，人们进行了大量的研究。然而，随着从卫星或机载平台获取的遥感数据的可用性不断增加，多模式遥感数据的同时处理和分析对遥感界的研究人员提出了新的挑战。

ru-willow·2023-11-09 08:12

论文阅读笔记：Extended Vision Transformer (ExViT) for Land Use and Land Cover Classification

然而，遥感（RS）领域中基于Transformer的方法更关注单模态数据，这可能会在充分利用不断增长的多模态地球观测数据时失去可扩展性。

ru-willow·2023-11-09 08:42

Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network论文阅读笔记

随着卷积神经网络的不断创新，遥感图像的变化检测（CD）如雨后春笋般涌现。

ru-willow·2023-11-09 08:42

SpectralDiff论文阅读笔记

高光谱图像分类是遥感领域的一个重要问题，在地球科学中有着广泛的应用。近年来，人们提出了大量基于深度学习的HSI分类方法。

ru-willow·2023-11-09 08:39

迈向多模态AGI之开放世界目标检测 | 人工智能

作者：王斌谢春宇冷大炜引言目标检测是计算机视觉中的一个非常重要的基础任务，与常见的的图像分类/识别任务不同，目标检测需要模型在给出目标的类别之上，进一步给出目标的位置和大小信息，在CV三大任务（识别、检测

360技术·2023-11-09 05:50

无需标注海量数据，目标检测新范式OVD让多模态AGI又前进一步

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G目标检测是计算机视觉中一个非常重要的基础任务，与常见的的图像分类

计算机视觉研究院·2023-11-09 05:19

迈向多模态AGI之开放世界目标检测

作者|王斌，谢春宇，冷大炜责编|夏萌出品|360人工智能研究院引言目标检测是计算机视觉中的一个非常重要的基础任务，与常见的的图像分类/识别任务不同，目标检测需要模型在给出目标的类别之上，进一步给出目标的位置和大小信息

AI科技大本营·2023-11-09 05:47

使用faster rcnn进行目标检测（pytorch）

参考FasterR-CNNObjectDetectionwithPyTorch|LearnOpenCV在R-CNN中，每个边界框由图像分类器独立分类，有2000个区域提案，图像分类器计算了每个区域提案的特征图

007_rbq·2023-11-09 05:40

基于IDLE（arcgis)的.shp文件批裁剪

看不懂的可以点原网页查看，本文主要是方便自己学习：https://blog.csdn.net/gisboygogogo/article/details/75195760（利用ArcGIS-Python批量拼接裁剪遥感影像

糯米火锅·2023-11-09 04:29

点云学习记录

-知乎(zhihu.com)1、图像语义分割1.1、基于全卷积网络的方法自2012年AlexNet[1]问世以来，CNN在图像分类和目标检测中均取得了巨大

一个机械高工的码农人生·2023-11-09 02:12

论文阅读--利用无人机遥感和边缘智能促进精准农业：一篇综述

Title:BoostPrecisionAgriculturewithUnmannedAerialVehicleRemoteSensingandEdgeIntelligence:ASurveyAbstract:Inrecentyearsunmannedaerialvehicles(UAVs)haveemergedasapopularandcost-effectivetechnologytocapt

追忆苔上雪·2023-11-08 22:54

智慧农业：农林牧数据可视化监控平台