![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 50
b_dxac
这个作者很懒,什么都没留下…
展开
-
Multi-level Feature Fusion Networks with Adaptive Channel Dimensionality Reduction for Remote Sens
基于自适应信道降维的多级特征融合网络用于遥感场景分类由于高分辨率遥感图像内容复杂多样,对其进行分类是一项具有挑战性的工作。最近,卷积神经网络(CNNs)被用来解决这一任务。然而,由于VHR图像中存在杂波和小目标,cnn不能完全满足场景分类的需要。为了解决这些问题,本文提出了一种新的自适应信道降维的多级特征融合网络用于遥感场景分类。针对高维特征,设计了一种自适应信道降维方法。在此基础上,引入多级特征融合模块,实现了特征的高效融合。在三个广泛使用的数据集上的实验表明,我们的模型在精度和稳定性方面优于几种先进原创 2021-05-07 11:35:36 · 625 阅读 · 0 评论 -
pytorch 图像分类器代码详解
import torchimport torchvisionimport torchvision.transforms as transformsimport matplotlib.pyplot as pltimport numpy as npimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optim# torchvision 数据集的输出是范围在[0,1]之间的 PILImage,我.原创 2021-04-13 09:58:55 · 652 阅读 · 0 评论 -
enumerate()函数用法
for i, data in enumerate(trainloader, 0): #data里面包含图像数据(inputs)(tensor类型的)和标签(labels)(tensor类型)。 inputs, labels = dataenumerate()用于可迭代\可遍历的数据对象组合为一个索引序列,同时列出数据和数据下标。上面代码的0表示从索引从0开始,假如为1的话,那索引就从1开始...原创 2021-04-12 11:36:42 · 510 阅读 · 0 评论 -
Pytorch torchvision.utils.make_grid()用法
make_grid的作用是将若干幅图像拼成一幅图像。其中padding的作用就是子图像与子图像之间的pad有多宽。这是padding为0的结果这是padding为2的结果在需要展示一批数据时很有用.转载 2021-04-12 11:04:07 · 944 阅读 · 0 评论 -
pytorch-torchvision:datasets和DataLoader参数解释
torchvision.datasets.如果实验中使用 成熟的 图像 数据集合,可以使用torchvision.datasets模块支持–MNIST、Fashion-MNIST、KMNIST、EMNIST、FakeData、COCO、Captions、Detection、LSUN、ImageFolder、DatasetFolder、ImageNet、CIFAR、STL10、SVHN、PhotoTour、SBU、Flickr、VOC、Cityscapes、SBD等常用数据集合。CIFAR10数据集转载 2021-04-12 10:53:45 · 689 阅读 · 0 评论 -
pytorch中transforms.Compose()函数
转载自:https://blog.csdn.net/wangkaidehao/article/details/104520022转载自:https://blog.csdn.net/u013925378/article/details/103363232torchvision是pytorch的一个图形库,它服务于PyTorch深度学习框架的,主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。以下是torchvision的构成:torchvisi转载 2021-04-12 09:44:18 · 6208 阅读 · 0 评论