埤塘（池塘）语义分割（1） 持续更新

前言

从遥感图像上能看到桃园市密密麻麻的小黑点，是一口口池水，当地人称为埤塘（就是池塘）。

埤塘大都分布在大片的农地之中，起着蓄水和防洪的作用。埤塘最多的时候达8800口，后来由于城建占地，交通建设，导致有很多较小的埤塘消失了，目前台湾剩余的埤塘只有2800多口，只有最高峰时期的三分之一。

意义：将池塘从影像中准确识别分割出来，有重要的军事价值（比如伞兵降落，空投投放）。具体意义与作用还需深究。

方法：拟采用语义分割的方式从遥感影像和航摄影像中将埤塘分割出来。

现将近期学习内容进行梳理。

---

 

一、语义分割与实例分割

传统的图像分割算法均是基于灰度值的不连续和相似的性质。而基于深度学习的图像分割技术则是利用卷积神经网络，来理解图像中的每个像素所代表的真实世界物体。

简单来说，池塘的语义分割认为分割出来的都是池塘，是同一类。而实例分割认为他们是不同的池塘，不同的对象。最后做出来的效果应该类似下面这张图。

一文读懂语义分割与实例分割

 

二、mmsegmentation框架配置

选用mmseg框架，详情见

环境配置

 

三、训练自己的数据

（1）当前情况：

        1.已经熟悉参数配置，如果有数据集已经能够进行训练

        mmseg跑自己的数据集

        2.配置好了labelme软件，对图像进行标注。

       3. 学习了fcn等比较基础的模型

 

 

       4.找不到合适的埤塘语义分割数据集（最常见的voc格式）。

         

（2）计划（未来两周）

        1. 制作自己的数据集

            问题：网上找不到合适的池塘语义分割数据集“1” 。

                       航拍影像还是遥感影像

        2. 先能跑起来自己的数据集，得到测试集结果

            问题： 评估测试结果的方法

                        实际应用是否有用处

        3. 测试不同model，根据结果，对模型参数进行修改

            问题： 模型如何进行选取“2”