- 博客(13)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
原创 win10+RTX 3080+tensorflow2.x 实现tf1.x项目
以前为了论文的实验做了一个tf1的项目,最近实验室统一更换了RTX3080显卡,想调用起来跑我以前的项目,遇到了很多坑,记录一下。一、环境配置CUDA11.1.0 + cuDNN8.0.4 + python3.6.9 + tf_nightly_gpu-2.5.0①cuda和cudnn的安装这里就不再讲解了,网上教程很多,需要注意一下的是可能需要CUDART64_101.DLL这个文件,没有的话可以在下面这个网址下载,复制进cuda/v11.1/bin目录下即可Search result fo
2020-12-31 13:36:21 835
原创 基于Arcpy的批量二值图转矢量文件并选取特定值
最近导师要求实现一个批量的二值图转矢量文件,发现用python调用arcgis的arcpy库非常方便,记录一下。我的数据都是0,1分布的二值图,实际使用看需求来修改吧,我要提取值为1的区域,所以代码中gridcode值为1。# -*- coding: UTF-8 -*-#导入arcgis的pythonIDE使用或使用arcgis自带的python.exeimport arcpyfrom arcpy import envimport osimport timeenv.workspac
2020-12-29 15:00:06 613
原创 Google Earth Engine(GEE):一个基于月尺度生成时间的小代码
var year = ee.String('2019-'); //yearvar month = ee.Number(12); //monthvar date = year.cat(month);var datelist = ee.List([['01-01','01-31'],['02-01','02-28'],['03-01','03-31'],['04-01','04-30'],['05-01','05-31'],['06-01','06-30'],['07-01','07-31'],.
2020-11-27 15:47:34 802
原创 Google Earth Engine(GEE)随机生成研究区
Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现在目标区域内随机生成研究区,达到随机抽样的目的,可扩展为多种机器学习或者监督分类算法的样本收集方法。代码如下:// Define an arbitrary region i.
2020-11-25 15:28:53 1279 1
原创 Python+GDAL实现批量进行遥感图像的拼接
主要的方法就是GDAL作者提供的gdal_merge.py,通过python调用控制台实现。#如果图片大于4G,需要在输入图片路径前加入 -co BIGTIFF=YESBIGTIFF=YESimport subprocessimport oscreate_slope = '''D:/python/python.exe D:/python/Scripts/gdal_merge.py -of GTiff -o '''list=[]fileDir = 'E:/湖北影像/武汉/2018'file
2020-09-04 13:22:41 5878 35
原创 Google Earth Engine(GEE)对Sentinel-2数据进行批量读取并以交互模式依次显示
Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对Sentinel-2数据进行批量读取并以交互模式依次显示,示例地点为九寨沟景区附近。代码如下:(JS)var S2 = ee.ImageCollection("COP.
2020-07-30 16:35:10 3027 1
原创 Google Earth Engine(GEE)对指定地点Sentinel-2 Level1C数据进行NDVI指数的计算
Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Sentinel-2 Level1C数据进行NDVI指数的计算,示例地点为湖南省长沙市。代码如下:(JS)var cs = China.filterBound.
2020-07-28 19:02:22 4262 23
原创 Google Earth Engine(GEE)对指定地点Sentinel-2 Level1C数据的读取及云量处理
Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Sentinel-2 Level1C数据的读取及云量的处理,示例地点为湖南省长沙市。代码如下:(JS)/** * Function to mask cloud.
2020-07-21 15:24:25 2626 1
原创 Google Earth Engine(GEE)对指定地点Landsat数据的读取及低云量图像的拼接
Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Landsat数据的读取及低云量图像的拼接,示例地点为湖南省。代码如下:(JS)var cs = China.filterBounds(point).g...
2020-07-18 22:57:57 5849 12
原创 Python深度学习:Label格式数据集转换为coco格式数据集
对Labelme标注的数据集扩增以后提取信息并转换为coco数据集格式。代码如下:"""本模块用于批量转换labelme标记的格式,使之变成coco数据集格式"""# -*- coding:utf-8 -*-# !/usr/bin/env pythonimport argparseimport jsonimport matplotlib.pyplot as pltimport skimage.io as ioimport cv2from labelme import utilsi
2020-07-13 11:15:39 1020
原创 Python对深度学习训练集数据的自动转移
由于数据量较大,在划分训练集,测试集和验证集时,需要借助程序进行。代码如下:(实现了图片和对应的json文件同时转移)##深度学习过程中,需要制作训练集和验证集、测试集。#此文件用来随机转移图片和json文件至新文件夹import os, random, shutilimport globtype1 = '.png'type2 = '.json'type3 = '.jpg'def moveFile(fileDir,tarDir,fileDir1,tarDir1):
2020-07-13 11:09:22 277 1
原创 Python+OpenCV对灰度图像进行伪彩色处理
伪彩色处理:根据一定准则给灰度值赋予彩色值的处理。宏观来说就是将黑白图像转化为彩色图像,或者是将单色图像变换成给定彩色分布的图像。博主在学习遥感图像处理时接触到NDVI图像的计算,对生成的灰度图像需要进行伪彩色处理以增强对比。代码如下:(python+OpenCV)import cv2im_gray = cv2.imread("H:/gdal/rs-data/result/ndvi.jpg", cv2.IMREAD_GRAYSCALE)im_color = cv2.applyColorM
2020-07-12 18:07:45 8588 7
原创 Python批量计算遥感图像NDVI(归一化植被指数)
归一化植被指数:遥感影像中,近红外波段的反射值与红光波段的反射值之差比上两者之和。计算公式:NDVI = (NIR-R)/(NIR+R)注:NIR为近红外波段的反射值 R为红光波段的反射值。由于学习需要,从网上寻找方法试图批量计算该指数,防止以后忘记。附代码如下:(主要使用gdal库)import osfrom PIL import Imageimport numpy as npfrom osgeo import gdalimport globimport ...
2020-07-11 13:47:39 10220 5
使用gdal库对tif图像进行指定大小的裁剪
2020-07-11
深度学习中的数据增强后的结果如何作为后续的训练样本?
2019-06-26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人