遥感图像分类

【基于Kmeans、Kmeans++和二分K均值算法的图像分割】数据挖掘实验三

例如，在医学上，用于测量医学图像中组织体积、三维重建、手术模拟等；在遥感图像中，分割合成孔径雷达图像中的目标、提取遥感云图中不同云系与背景等、定位卫星图像中的道路和森林等。图像分割
小手の冰凉·2023-10-14 19:59

C# OpenVINO Cls 图像分类

效果耗时classid=brown_bear,score=0.86preprocesstime:0.00msinfertime:2.72mspostprocesstime:0.02msTotaltime:2.74ms项目代码usingOpenCvSharp;usingSdcb.OpenVINO;usingSdcb.OpenVINO.Natives;usingSystem;usingSystem.D
天天代码码天天·2023-10-14 15:49

【记录】使用Python读取Tiff图像的几种方法

文章目录PIL.Imagecv2gdal本文总结了使用PILImage,cv2,gdal.Open三种pythonpackage读取多通道Tiff格式遥感影像的方法。
__momo__·2023-10-14 03:29

目标检测算法(三)YOLOv5 SPPF层的前身SPP-NET精细分析和讲解并附源码地址

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition)是一篇由KaimingHe、XiangyuZhang、ShaoqingRen和JianSun等人于2014年提出的论文，旨在提高深度卷积神经网络在图像分类和目标检测任务中的性能在传统的卷积神经网络中
Snu77·2023-10-14 02:46

Google Earth Engine (GEE) 提取某一位置时间序列值

本文讲述如何使用GEE下载指定卫星遥感/再分析数据集指定位置（实测站点位置）的时间序列值。
江北20190411·2023-10-14 01:08

模型复现：VGG-16

VGG-16是在图像分类和检测任务中很常用的一种网络结构。本文通过pytorch来复现一下。
公众号学一点会一点·2023-10-13 16:32

Python+”高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
asyxchenchong888·2023-10-13 16:12

Python+高光谱数据预处理-机器学习-深度学习-图像分类-参数回归

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
Teacher.chenchong·2023-10-13 16:10

初试基于ONNX Runtime的C++部署pytorch深度学习模型（典型图像分类模型ConvNeXt为例）

初试基于ONNXRuntime的C++部署pytorch深度学习模型（典型图像分类模型ConvNeXt为例）前言ConvNeXt网络概述和onnx模型权重文件保存权重文件验证VS配置ONNXRuntime
牵走时间的树·2023-10-13 14:52

Pytorch之RepVGG图像分类

文章目录前言一、RepVGG1.RepVGG模型定义2.RepVGGBlock结构3.单分支模型的优势速度快节省内存灵活4.structuralre-parameterization结构重参数化✨结构重参数化引入(ACNet)✨Conv+BN层融合✨Conv_3x3和Conv_1x1合并✨identity分支(BN)转化为3x3卷积层✨多分支融合二、RepVGG网络结构结束语个人主页:风间琉璃版权
风间琉璃•·2023-10-13 14:51

Pytorch之MobileViT图像分类

文章目录前言一、Transformer存在的问题二、MobileViT1.MobileViT网络结构VisionTransformer结构MobileViT结构2.MV2(MobileNetv2block)3.MobileViTblockLocalrepresentationsTransformersasConvolutions(globalrepresentations)Fusion4.模型配置
风间琉璃•·2023-10-13 14:51

Pytorch 训练自己的图像分类网络

文章目录前言一、如何配置1.运行环境：2.准备数据集3.生成训练数据索引4.训练5.评估6.日志查看7.预测8.训练技巧和练丹总结前言本篇博客主要是讲述如何，训练自己的分类网络。使用的是Pytorch框架。所有代码是使用自己学习到的方法拼凑出来的。包含了我之前博客中提到的ResNet，MLP-Mixer，ConvNeXt，ConvMixer。网络博客链接ResNet链接MLP-Mixer链接Con
__不想写代码__·2023-10-13 14:19

Pytorch之ConvNeXt图像分类

文章目录前言一、ConvNeXt设计决策1.设计方案2.TrainingTechniques3.MacroDesignChangingstagecomputeratioChangestemto"Patchify"4.ResNeXt-ify5.InvertedBottleneck6.LargeKernelSize7.MicroDesign✨ReplacingReLUwithGELU✨Feweract
风间琉璃•·2023-10-13 14:16

不要用战术上的勤奋掩盖战略上的懒惰—注册测绘师考试体会

毕业以后我一直从事遥感行业工作，遥感专业有个不好的地方，就是出去一介绍，遇到的同行，动不动就是博士毕业，作为一名三流学校毕业的学生，我心理还
jsjly·2023-10-13 06:39

python：使用卷积神经网络(CNN)进行回归预测

该代码进一步修改可用于遥感影像回归模型.样本数据的格式如下：使用训练好的模型对测试数据进行回归预测,预测值和真实值结果如下：文章目录卷积神经网络完整代码卷积神经网络完整
_养乐多_·2023-10-13 05:08

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
思考的小猴子·2023-10-13 01:18

使用Python在Serverless架构下轻松实现图像分类和预测

在本文中，我们将探讨如何利用Python在Serverless环境中实现图像分类和预测的功能。图像分类是一项重要的人工智能任务，它可以将输入的图像分为不同的类别。
MsSequential·2023-10-13 01:55

基于谷歌地球引擎Google Earth Engine的Landsat遥感影像单窗算法地表温度LST反演

1背景知识  基于遥感数据的地表温度（LST）反演目前得到了广泛的应用，尤其是面向大尺度、长时间范围的温度数据需求，遥感方法更是可以凸显其优势。
疯狂学习GIS·2023-10-13 01:24

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，在帮助深入理解科学原理。
_遇见jia·2023-10-13 00:25

计算机视觉最全专栏教程总结

专栏推荐：目前在写一个CV方向专栏，后期会更新不限于深度学习、OCR、目标检测、图像分类、图像分割等方向，打折活动最
GoAI·2023-10-12 21:04

Pytorch深度学习—FashionMNIST数据集训练

FashionMNIST数据集需求库导入、数据迭代器生成设备选择样例图片展示日志写入评估—计数器模型构建训练函数整体代码训练过程日志FashionMNIST数据集FashionMNIST（时尚MNIST）是一个用于图像分类的数据集
木叶清风666·2023-10-12 19:16

医学图像分类_体素科技：深钻小数据下的医学图像分割

自UNet的提出，卷积神经网络成为了医学影像分割的标配算法。近年来，随着更加先进的网络结构的陆续提出，医学影像分割的准确率被不断刷新。然而，网络结构的改进对算法性能的提升渐渐趋于饱和，医学影像分割的另一个问题——高质量标注数据集稀缺——成为了限制算法性能亟待解决的问题。在医学影像领域，图像数据和高质量的标注数据的获取都十分的昂贵，现有的医学影像数据集普遍存在着标注稀缺和弱标注这两个问题，严重限制了
weixin_39604189·2023-10-12 19:42

TensorFlow学习：在web前端如何使用Keras 模型

前言在上篇文章TensorFlow学习：使用官方模型进行图像分类、使用自己的数据对模型进行微调中我们学习了如何使用官方模型，以及使用自己的数据微调模型。
无知的小菜鸡·2023-10-12 15:08

OpenCV实战（33）——OpenCV与深度学习的碰撞

深度学习和卷积神经网络2.使用深度学习进行人脸检测2.1SSD简介2.2使用SSD执行人脸检测3.完整代码小结系列链接0.前言深度学习是机器学习的一个子领域，基于传统的神经网络和卷积神经网络，在语音识别、文本识别和图像分类等领域能够获得接近甚至超越人类水平的准确率
盼小辉丶·2023-10-12 13:23

激光雷达的分类

激光雷达可以用于多种应用，包括测绘、遥感、自动驾驶、无人机、机器人导航和海洋科学研究。
SmallC1oud·2023-10-12 12:40

气象台卫星监测vr交互教学增强学生的学习兴趣和动力

对地观测是以地球为研究对象，依托卫星、飞船等光电仪器，进行各种探测活动，其核心是遥感技术，因此为了让遥感专业学员能提前熟悉对地观测规则、流程、方法及注意事项，借助VR虚拟现实制作的三维仿真场景，能让学员提前上手实操
VRARvrnew3d·2023-10-12 08:36

Pytorvh之Vision Transformer图像分类

文章目录前言一、Transformer1.Transformer概览2.Self-Attention3.Multi-headAttention4.Position-wiseFeed-ForwardNetworks(位置前馈网络)5.残差连接和层归一化6.PositionalEncodings(位置编码)二、VisionTransformer1.VisionTransformer概览2.Embedd
风间琉璃•·2023-10-12 08:02

Pytorch之EfficientNetv1图像分类

compoundscalingmethed（模型复合缩放方法）3.MBConv结构4.网络结构二、EfficientNetV1网络实现1.构建EfficientNetV1网络2.训练和测试模型三、实现图像分类结束语个人主页
风间琉璃•·2023-10-12 08:31

Pytorch之SwinTransformer图像分类

文章目录前言一、SwinTransformer1.SwinTransformer概览2.PatchPartition3.PatchMerging4.W-MSA5.SW-MSA(滑动窗口多头注意力机制)6.RelativePositionbias(相对位置偏移)7.网络结构SwinTransformerBlockArchitecture二、网络实现1.构建EfficientNetV2网络2.训练和测
风间琉璃•·2023-10-12 08:59

A Comprehensive Survey on Graph Neural Networks 2019 ——图神经网络综述

论文地址：https://arxiv.org/pdf/1901.00596.pdf摘要深度学习近年来彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解。
冉芽·2023-10-12 07:08

opencv python 深度学习垃圾图像分类系统 计算机竞赛

0前言优质竞赛项目系列，今天要分享的是opencvpython深度学习垃圾分类系统学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分这是一个较为新颖的竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate课题简介如今，垃圾分类已成为社会热点话题。其实在2019年4月26日，我国住房和
Mr.D学长·2023-10-12 06:32

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成
思考的小猴子·2023-10-12 06:30

Python高光谱遥感数据处理丨高光谱成像，涵盖基本概念、成像原理、数据处理和分析方法，以及运用机器学习和深度学习模型提取和应用高光谱信息技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践更多推荐Matlab高光谱遥感、数据处理与混合像元分解实践高光谱遥感数值建模技术及在植被
小艳加油·2023-10-12 06:29

遥感技术Python篇：高光谱遥感数据处理与机器学习

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破
Yolo566Q·2023-10-12 06:29

“Python+”集成技术高光谱遥感数据处理与机器学习教程

详情点击公众号链接：“Python+”集成技术高光谱遥感数据处理与机器学习教程第一：高光谱基础一：高光谱遥感基本概念01)高光谱遥感02)光的波长03)光谱分辨率04)高光谱遥感的历史和发展二：高光谱传感器与数据获取
夏日恋雨·2023-10-12 06:48

Python高光谱遥感数据处理与机器学习实践技术

目录第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法
WangYan2022·2023-10-12 06:12

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用

普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为一种低成
PhyliciaFelicia·2023-10-12 06:41

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用

本文涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。
PhyliciaFelicia·2023-10-12 06:41

Python高光谱遥感数据处理与机器学习技术

本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破
天青色等烟雨..·2023-10-12 06:10

“Python+”集成技术高光谱遥感数据处理与机器学习深度应用丨高光谱数据预处理-机器学习-深度学习-图像分类-参数回归等12个专题

涵盖高光谱遥感数据处理的基础、python开发基础、机器学习和应用实践。重点解释高光谱数据处理所涉及的基本概念和理论，旨在帮助学员深入理解科学原理。结合Python编程工具，专注于解决高光谱数据读
WangYan2022·2023-10-12 05:36

提高模型泛化能力的几大方法

对于图像分类任务，让我们以Swin-Transformer中使用到的trick为例，简单梳理一下目前深度学习中常用的一些trick：1.StochasticDepth这一方法最
牛奶还是纯的好·2023-10-11 22:53

实验5 卷积神经网络实验

实验目的1、掌握PyTorch的基本使用；2、掌握PyTorch的卷积神经网络；3、掌握PyTorch的图像分类训练流程；三、实验内容实验步骤importosos.environ["CUDA_VISIBLE_DEVICES
ustcthebest·2023-10-11 17:57

【西安】Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践

随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进。由此，遥感数据的空间、时间、光谱分辨率不断提高，数据量也大幅增长，使其越来越具有大数据特征。
思考的小猴子·2023-10-11 17:42

Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例应用

随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进。由此，遥感数据的空间、时间、光谱分辨率不断提高，数据量也大幅增长，使其越来越具有大数据特征。
科研小白 新人上路·2023-10-11 17:12

GPT模型结合Python-GEE遥感云大数据分析、管理与可视化技术

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例应用随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进。
年华往事·2023-10-11 17:11

【西安】Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践应用

目录第一章理论基础第二章开发环境搭建第三章遥感大数据处理基础第四章典型案例操作实践第五章输入输出及数据资产高效管理第六章云端数据论文出版级可视化随着航空、航天、近地空间等多个遥感平台的不断发展，近年来遥感技术突飞猛进
WangYan2022·2023-10-11 17:09

GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例应用

如今，EarthEngine凭借其强大的功能正受到越来越多国内外科技工作者的关注，应用范围也在不断扩大。学习致力于帮助科研工作者掌握EarthEngine的实际应用能力，以Python编程语言为基础，结合实例讲解平台搭建、影像数据分析、经典应用案例、本地与云端数据管理，以及云端数据论文出版级可视化等方面的进阶技能。为了提高教学质量，本课程将融合最先进的ChatGPT、文心一言等AI自然语言模型辅助
WangYan2022·2023-10-11 17:09

【融合ChatGPT等AI模型】Python-GEE遥感云大数据分析、管理与可视化及多领域案例实践应用

目录第一章理论基础第二章开发环境搭建第三章遥感大数据处理基础与ChatGPT等AI模型交互第四章典型案例操作实践第五章输入输出及数据资产高效管理第六章云端数据论文出版级可视化更多应用随着航空、航天、近地空间等多个遥感平台的不断发展
小艳加油·2023-10-11 17:38

深度学习中的图像分割：方法和应用、特点

如今，它被用于图像分类、人脸识别、图像中物体的识别、视频分析和分类以及机器人和自动驾驶车辆的图像处理等应用上。许多计算机视觉任务需要对图像进行智能分割，以理解图像中的内容，并使每个部分的分析更加容易。
数据派THU·2023-10-11 11:02

深度学习在机器视觉中的应用与优势

以下是深度学习在机器视觉中的一些应用和优势：图像分类：深度学习模型如卷积神经网络（CNN）在图像分类任务中表现出色。它们可以自动学习和提取图像中的特征，从而在识别和分类图像时表现出色。
matlabgoodboy·2023-10-11 11:28
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他