TensorFlow系列专题(十四): 手把手带你搭建卷积神经网络实现冰山图像分类

目录：

• 冰山图片识别背景

• 数据介绍

• 数据预处理

• 模型搭建

• 结果分析

• 总结

 

一、冰山图片识别背景

这里我们要解决的任务是来自于Kaggle上的一道赛题（https://www.kaggle.com/c/statoil-iceberg-classifier-challenge），简单介绍一下赛题的背景：在加拿大的东海岸经常会有漂流的冰山，这对航行在该海域的船舶造成了很大的威胁。挪威国家石油公司(Statoil)是一家在全球运营的国际能源公司，该公司曾与C-CORE等公司合作，C-CORE基于其卫星数据和计算机视觉技术建立了一个监控系统。Statoil发布该赛题的目的是希望利用机器学习的技术，更准确的及早发现和识别出威胁船舶航行的冰山。

 

二、数据介绍

赛题提供了两个数据文件“train.json”和“test.json”，其中“test.json”是比赛中用来对模型惊醒评分的，没有类标，这里我们只需要使用“train.json”文件。该数据集中有1604个打标过的训练数据，单个样本的数据格式如下：

字段名	字段说明
id	图像的id。
band_1,band_2	卫星图像数据，band_1和band_2是以特定入射角下不同极化方式产生的雷达后向散射为特征的信号，分别对应HH（水平发射/水平接收）和HV&