- 博客(16)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 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