ewahiogj-CSDN博客

原创 Retrofit讲解（全网最详细，没有之一）

Retrofit讲解,框架和底层逻辑

2023-08-31 10:57:56 223

原创 Intent怎么传递传递对象？Serializable和Parcelable区别？(超级详细)

1. **性能：** Parcelable在性能方面通常优于Serializable，因为它更接近底层的内存操作，不需要进行反射。4. **支持程度：** Parcelable只能用于Android平台，而Serializable是Java标准的一部分，可以在不同平台之间使用。2. **实现复杂度：** 实现Parcelable需要手动编写一些序列化和反序列化的代码，而Serializable只需要简单地实现一个接口。**Serializable和Parcelable的区别：**

2023-08-23 08:33:53 141

原创遥感土地覆被检测制图-制图和可视化

制图和可视化是遥感土地覆盖制图的最终步骤，它涉及将分类结果呈现为可视化的地图，以便观察和分析地物类型在地表的分布情况。制图和可视化阶段的目标是通过视觉化的方式展示分类结果，使得不同地物类型的分布和分界在地图上一目了然。例如，将分类结果与道路、河流等数据叠加，以查看地物类型在这些要素上的分布情况。这些软件提供了丰富的地图绘制和分析功能，使你能够将分类结果与其他地理数据进行叠加和分析。在制图过程中，你还可以添加图表、标签和注释，以更详细地呈现分类结果和地理信息。这可以提供更丰富的信息，有助于解释和分析结果。

2023-08-13 21:30:35 178 1

原创遥感土地覆盖检测制图--后处理

在分类图像中，可能存在被错误分类为某一类的空洞区域，也就是没有被正确地标记为任何地物类型的区域。后处理是遥感图像分类过程中的一个重要步骤，旨在通过一系列图像处理技术，进一步优化分类结果，以获得更准确的土地覆盖信息。在分类过程中，由于图像中可能存在噪声或不明显的像素异常，导致分类结果出现孤立的小区域，这些区域通常被认为是噪声。在分类结果中，一些实际相邻的区域可能被错误地分类为不同的类别，导致了断裂的地物边界。通过运用区域增长、连通分量分析等方法，可以将这些相邻的区域重新连接起来，使得相邻区域的地物类型一致。

2023-08-13 21:28:39 126 1

原创卫星遥感土地覆被制图中的地物分类

地物分类是遥感图像处理中的一个关键步骤，旨在将遥感影像中的像素或区域分配给不同的地物类别，如森林、水体、道路、建筑物等。地物分类可以采用多种方法，包括传统的监督和非监督分类方法，以及更高级的深度学习模型。非监督分类是一种无需预先标记样本的分类方法，它通过对影像中的像素进行聚类，将相似的像素分配到相同的类别中。可以根据任务的复杂程度选择不同的模型结构。使用训练好的深度学习模型对遥感影像进行分类，将影像中的像素或区域分配给不同的地物类别。使用训练好的分类器将影像中的每个像素或区域分配给特定的地物类别。

2023-08-13 21:25:03 619 1

原创对中国大陆地区的遥感覆被检测制图过程

获取卫星遥感数据，通常包括高分辨率的遥感影像，比如来自Landsat、Sentinel、高分系列等卫星的数据。在分割后的影像区域中，使用遥感图像分类算法将不同的地物类型进行分类，例如建筑物、耕地、水域等。常见的分类算法包括基于像素的分类、基于对象的分类等。这有助于将影像中的不同地物分离出来，为后续的分类和分析做准备。对分类结果进行后处理，包括去除小面积的杂散区域、填补空洞、平滑边界等，以得到更精确的土地覆盖图。对制作的土地覆盖图进行精度评估，比较制作结果与实际情况的差异，评估分类的准确性和可信度。

2023-08-13 21:21:35 58 1

原创 torch.topk() 函数详解

作用：返回列表中最大的n个值例子1：m=torch.arange(0,10)print(m.topk(3))torch.return_types.topk(values=tensor([9, 8, 7]),indices=tensor([9, 8, 7]))例子2：pred = torch.tensor([[-0.5816, -0.3873, -1.0215, -1.0145, 0.4053], [ 0.7265, 1.4164, 1....

2022-03-22 11:00:30 20707 1