遥感影像语义分割:D-LinkNet精度提升Trick（更新中）

最新推荐文章于 2022-03-23 17:33:32 发布

GHZhao_GIS_RS

最新推荐文章于 2022-03-23 17:33:32 发布

阅读量1.2k

点赞数

分类专栏：遥感图像处理深度学习文章标签：遥感影像道路分割深度学习 DinkNet resnet

本文链接：https://blog.csdn.net/u014311125/article/details/115580775

版权

遥感图像处理同时被 2 个专栏收录

52 篇文章 210 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

47 篇文章 50 订阅

订阅专栏

遥感影像语义分割:DinkNet精度提升Trick（更新中）

一、数据增强
二、Backbone
- 编码器使用SE_ResNet
- 编码器使用CSPDarkNet
三、损失函数
四、优化器（待更新）
- Adam
- SGD
五、学习率更新策略
六、总结

一、数据增强

数据增强部分使用的在线数据增强方式，使用的库是albumentations，训练过程中使用了翻转、旋转、色彩变换、缩放等操作。

import albumentations as albu
def get_training_augmentaion():
    train_transform=[
        albu.OneOf([
            albu.HorizontalFlip(p=0.5),

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

GHZhao_GIS_RS

关注关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
打赏
6
评论
遥感影像语义分割:D-LinkNet精度提升Trick（更新中）

修改backboneresnet50resnext50
复制链接

扫一扫

专栏目录

订阅专栏

遥感影像语义分割:D-LinkNet训练自己的数据集

zhaoguanhua的博客

11-09

2363

遥感影像中道路的分割方法总结 Unet D-LinkNet PP-LinkNet

【图像分割】卫星遥感影像道路分割：D-LinkNet算法解读

兴趣使然的创作者

05-20

4499

毕设的一小部分

6 条评论您还未登录，请先登录后发表或查看评论

遥感影像语义分割:C++部署DLinkNet模型-更新中

zhaoguanhua的博客

04-10

323

继续优化加入注意力机制 1、通道注意力机制 Se-Resnet50 se-Renext50 2、Non-Local 3、GC-Net 4、DNL-Net

D-linknet训练自己的数据

11-08

2938

1. 数据准备一直想用acrgis画标签，但是安装的arcgis有问题，就用了labelme做标签 D-linknet是做二分类，道路和其他。https://github.com/zlkanata/DeepGlobe-Road-Extraction-Challenge\ 用的是python2, pytroch image和label一起放在dataset文件夹下的trainl里面。...

论文阅读笔记：D-LinkNet（CVPR2018）

weixin_41596697的博客

11-16

7329

D-LinkNet:用于高分辨率卫星图像道路提取的带有预训练编码器和膨胀卷积的LinkNet 摘要：道路提取是遥感领域的一项基础性工作，是近十年来的一个研究热点。在本文中，我们提出了一个语义分割神经网络，称为D-LinkNet，它采用编码器-解码器结构，膨胀卷积和预先训练的编码器用于道路提取任务。该网络采用linknet架构，中心部分采用了膨胀卷积层。Linknet体系结构在计算和存储方面都是有效的。膨胀卷积是一种强大的工具，可以在不降低特征图分辨率的情况下扩大特征点的感受野。在CVPR DeepGlob

语义分割模型--LinkNet

你这个代码我看不懂的博客

03-23

4120

这篇文章的全名为 LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation 感兴趣的可以自行下载查看（1）LinkNet介绍 LinkNet采用自编码器的思想，其架构分为两个部分：编码器和解码器。编码器将输入编码到低维空间，解码器从低维空间重建输入。由一个初始块、一个最终块、一个带有四个卷积模块的编码器块以及一个带有四个解卷积模块的解码器块组成。框架图如下，左边是编码器块，右边是解码器块（2）反卷

遥感道路分割网络-包含U-net，D-Unet,Linknet等

05-25

遥感道路分割网络是图像处理领域中的一个重要研究方向，其目标是从遥感图像中准确提取道路信息。以下是关于U-net、D-Unet和Linknet等遥感道路分割网络的详细： 1. U-net U-net是一个基于卷积神经网络（CNN）的端到端...

NL-Linkenet以及D-Linknet网络模型以及权重

05-05

NL-LinkNet与D-LinkNet是两种深度学习网络架构，专门用于图像分割任务，特别是针对卫星道路图像的分割。这两个模型是LinkNet的扩展版本，LinkNet本身是基于卷积神经网络（CNN）的轻量级网络，设计用于解决语义分割...

pp-linknet

03-21

PP-LinkNet：通过多阶段训练提高高分辨率卫星图像的语义分割 该存储库包含代码。如果您觉得此存储库有用，请引用我们的论文： @inproceedings{AnTran_ACMMM_2020, author = {Tran, An and Zonoozi, Ali and ...

Smoke-semantic-segmentation:使用 Baseline U-Net 模型和 LinkNet 以及图像增强通过语义分割进行烟雾检测

05-30

在 Keras 中使用Baseline U-Net 模型和图像增强通过语义分割进行烟雾检测这个 repo 是的部分实现此用例的主要目的是检测任何背景中的烟雾。烟雾的来源、颜色、环境等也可能有变化。我们应该能够从语义上分割烟雾...

NL-LinkNet是一种改进的深度学习模型，主要用于从高分辨率卫星图像中提取道路信息

热门推荐

zhaoguanhua的博客

12-05

2万+

一、nc格式数据介绍二、nc格式数据读取 #!usr/bin/env python # -*- coding: utf-8 -*- """ @Author : zhaoguanhua @Email : zhaogh@hdsxtech.com @Time : 2019/12/4 16:45 @File : weather.py @Software: PyCharm """ im...

基于6s模型的遥感影像大气校正方法

zhaoguanhua的博客

04-10

1万+

基于6s模型的遥感影像大气校正方法

MODIS数据行列号图

zhaoguanhua的博客

03-28

1万+

遥感影像语义分割:数据集制作

zhaoguanhua的博客

08-15

9296

数据集标注建议：最好在大图上进行标记，然后进行切割分块代码

遥感影像道路提取:Improved Road Connectivity by Joint Learning of Orientation and Segmentation

zhaoguanhua的博客

02-23

8643

文章目录一、道路提取难点二、本文贡献三、方法3.1、方向学习3.2、连接优化3.3、堆叠式多分支模块一、道路提取难点二、本文贡献三、方法 3.1、方向学习 3.2、连接优化 3.3、堆叠式多分支模块 ...

图像灰度级压缩

zhaoguanhua的博客

06-22

8404

图像灰度级压缩

遥感影像16位转8位(python)

zhaoguanhua的博客

06-30

8077

遥感影像16位转8位

D-LinkNet的一个优势特点是有Dense Feature Linking，请你帮我在segnet网络结构的基础上，引入Dense Feature Linking，写出完整的代码

05-25

最后，再通过卷积层进行特征融合并得到最终的分割结果。以下是参考代码： ```python import torch import torch.nn as nn class SegNet(nn.Module): def __init__(self, in_channels, out_channels): super...