- 博客(16)
- 资源 (6)
- 收藏
- 关注
原创 常用机器学习遥感与其他数据集
UC Irvine 机器学习数据集高光谱遥感数据Indian Pines Salinas scene/Salinas-A scenePavia Centre scene/Pavia University scene/CupriteKennedy Space Center (KSC)Botswana零样本数据AWA 零样本数据Caltech-UCSD Birds-200-2...
2018-09-27 12:07:17 2294
原创 kaggle: Plant Seedlings Classification 植物幼苗分类
比赛地址基于Discussion的一种解决方案,使用Xception微调(搬运工)。训练集样本:在线精度:0.96347(375/836)。(评价标准:f1-score)训练曲线(橙色为全连接层微调、绿色为全部问题):github位置...
2018-09-27 12:05:49 1529
原创 kaggle: Dogs vs. Cats 猫狗分类
Dogs vs. Cats Redux: Kernels Edition模型使用三个深度学习网络ResNet50, InceptionV3, Xception提取图片特征,然后使用神经网络DNN分类。参考网上,并作了改善。(搬运工)基于keras2.2.2 ,原文基于keras1.2.2,很多函数接口已经改变在windows上应用,符号链接不能用,所以这里使用分文件夹的方式目前scor...
2018-09-27 12:05:07 1994 3
原创 读取tensorboard日志数据
问题描述目前的问题是,使用keras的callback将日志数据(acc、loss、val_acc、val_loss)写入文件,然后使用Tensorboard在浏览器查看变化,现在打算读出相关数据,并自行绘图。解决方案from tensorboard.backend.event_processing import event_accumulator#加载日志数据ea=event_acc...
2018-09-26 16:50:24 13786 10
原创 pyecharts居中自适应
pyecharts render的html文件,默认图表位于左上角。修改Anaconda3/Lib/site-packages/pyecharts/engine.py文件的第15行如下:'<div id="{chart_id}" style="width:{width};height:{height};margin:auto;top:30px"&gt
2018-09-21 20:39:08 8315 3
原创 天池:铝型材表面瑕疵识别笔记
内容时间:9月18日实验结果使用Kaggle猫狗分类的代码,即使用三个深度学习网络ResNet50, InceptionV3, Xception提取图片特征,然后使用神经网络DNN分类,验证集显示过拟合。本地精度0.93~0.95,在线精度0.8845。 precision recall f1-score support 0 1.00 ...
2018-09-20 11:10:44 8167 24
原创 天池:零样本目标识别新手笔记2
所用思路和上一个差不多,本篇基于天池论坛的这篇文章:一份简单的baseline+注释(Keras多分类联合训练+欧式距离迁移映射) ,并做了自己的处理。没有构造如 'non_1'的特征,直接使用如原来的全0特征表示,并对每类特征除和使用的vgg16处理后的特征文件如下: ...
2018-09-13 17:41:26 1598 1
原创 ResNet50网络结构
代码:import keraskeras.utils.plot_model(keras.applications.ResNet50(include_top=True,input_shape=(224,224,3),weights=None), to_file='image_model.png', show_shapes=True)ResNet50的标准输入为224x224,avg_p...
2018-09-13 12:25:35 51011 3
原创 天池零样本:禁止使用外部图片数据/预训练模型进行竞赛的原因
既然是零样本分类,在测试集中并不希望出现参与训练的类别实例,如果我们使用预训练模型,比如基于Imagenet数据集的,难保测试集中的骡子没有在ImageNet中出现过,外部数据同理。如果如题(使用外部图片数据/预训练模型进行竞赛),自然会导致测试集结果的提高,但已经不是零样本的问题了。是吧。。。...
2018-09-12 09:40:14 641
原创 keras中的keras.utils.to_categorical方法
to_categorical(y, num_classes=None, dtype='float32')将整型标签转为onehot。y为int数组,num_classes为标签类别总数,大于max(y)(标签从0开始的)。返回:如果num_classes=None,返回len(y) * [max(y)+1],否则为len(y) * num_classes。import keraso...
2018-09-06 21:56:16 52752 3
原创 多光谱遥感分类(四):使用GLCM+RF
所用数据:多光谱遥感分类:使用CNN1(一)提取纹理特征。import numpy as npimport cv2import osfrom skimage.feature import greycomatrix, greycopropsimport pandas as pddef get_inputs(s): res=[] input = cv2.imre...
2018-09-02 10:29:05 2364 4
原创 多光谱遥感分类(三):CNN提取特征+RF分类
继上篇。CNN特征+其他分类器提取特征。import gdalfrom keras import Modelfrom keras.models import load_modelimport numpy as npimport cv2import osimport pandas as pdmodel=load_model("output/classify3_vgg...
2018-09-02 10:28:36 7820 6
原创 多光谱遥感分类(二):VGG微调
继上篇。CNN模型使用VGG16预训练模型。from keras.preprocessing.image import ImageDataGeneratorfrom keras.callbacks import TensorBoardfrom keras.applications import VGG16from keras import layers,models,optimi...
2018-09-02 10:27:35 2676
原创 多光谱遥感分类(一):数据集制作
代码源于很久以前练手的一个Demo,时间长了许多魔改版的都不见了,目前只剩下此简陋版本。读者如有相关需求,可根据只言片语断章取义。��所用数据为多光谱遥感影像(.tif),抠图所得文件(.shp)。工具篇根据shp文件(样本点),对栅格图像的3、2、1波段切图,并保存在相应标签下的文件夹,注意shp、tif的投影坐标一致from osgeo import gdalimport n...
2018-09-02 10:25:55 10138 2
原创 获取(大)文件md5
def GetFileMd5(filename): if not os.path.isfile(filename): return myhash = hashlib.md5() f = open(filename, 'rb') while True: b = f.read(8096) if not b: ...
2018-09-02 10:15:12 996
pima-indians-diabetes
2018-06-04
Visual Assist X
2015-12-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人