高光谱图像分类
文章平均质量分 53
一条小白鱼
这个作者很懒,什么都没留下…
展开
-
HSI图像学习路线参考
HSI图像学习路线参考学习路线大致可以分为代码相关和原理相关。两者在学习顺序上应当是并行的,两者会自然地相互促进,学习代码也离不开对论文的学习。但是在不同时期侧重点不同,建议顺序:入门阶段从一两篇综述、一两篇经典论文开始学习,了解该领域基本术语、要做的任务、大致方向等;随后进行代码学习,1对已有经典开源代码的学习;2对某篇经典论文进行代码复现;广泛的阅读前沿论文,激发idea,并通过代码进行初步验证代码相关1 对经典代码学习 借助一份经典代码,通过debug模式逐行运行,理解原创 2022-05-09 12:09:32 · 464 阅读 · 1 评论 -
高光谱图像数据集下载地址
文章地址:https://picture.iczhiku.com/weixin/message1590686900389.html原创 2022-02-20 13:23:24 · 2417 阅读 · 0 评论 -
高光谱图像分类论文学习————SSRN
今天学习的文章是Spectral-Spatial Residual Network for Hyperspectral Image Classification: A 3-D Deep Learning Framework引用:Z. Zhong, J. Li, Z. Luo, and M. Chapman, “Spectral–spatial residual network for hyperspectral image classification:原创 2021-10-07 15:41:58 · 2346 阅读 · 2 评论 -
jet颜色图BGR/RGB数值
将【low,high】之间的数映射为jet颜色图的BGR数值#!/usr/bin/python3.8# -*- coding: utf-8 -*-# @Time : 2021/8/1 15:02# @Author : dongdong# @Software: PyCharmimport numpy as npBGR = '''0,128,0,01,132,0,02,136,0,03,140,0,04,144,0,05,148,0,06,152,0,07,156,0,0原创 2021-09-09 15:44:11 · 6585 阅读 · 0 评论 -
高光谱图像分类论文学习——SuperPCA!
SuperPCA: A Superpixelwise PCA Approach for Unsupervised Feature Extraction of Hyperspectral ImageryJunjun Jiang , Member, IEEE, Jiayi Ma , Member, IEEE, Chen Chen, Member, IEEE, Zhongyuan Wang, Member, IEEE, Zhihua Cai, and Lizhe Wang , Senior Member, I.原创 2021-05-18 09:50:24 · 1757 阅读 · 0 评论 -
高光谱HSI论文阅读——A Superpixel-Correlation-Based Multiview Approach for HSIC
高光谱HSI论文阅读——A Superpixel-Correlation-Based Multiview Approach for HSIC一种基于超像素-相关性的多视角的高光谱图像分类方法论文来源:IEEE GEOSCIENCE AND REMOTE SENSING LETTERS,2021,03引用:S. Huang, Z. Liu, W. Jin and Y. Mu, "A Superpixel-Correlation-Based Multiview Approach for Hyperspec原创 2021-04-28 14:33:38 · 717 阅读 · 0 评论 -
高光谱图像分类论文复现--HybridSNNet
高光谱图像分类–HybridSNNet论文名:HybridSN: Exploring 3D-2D CNN Feature Hierarchy for Hyperspectral Image Classification复现效果:IndianPines train_size=0.1 1024个训练样本optimizer’s state_dict:‘lr’: 0.0005, ‘momentum’: 0.9epoch:0/100 iter:7/8 loss:2.460165epoch:1/10原创 2021-03-02 14:29:53 · 991 阅读 · 1 评论