weixin_42735880的博客

参考论文：《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》高光谱图像是立体数据，也有光谱维数，仅凭2-D-CNN无法从光谱维度中提取出具有良好鉴别能力的feature maps，3-D-CNN在计算上更加复杂，对于在许多光谱带上具有相似纹理的类来说，单独使用也不会有很好的效果，混合CNN模型克服了之前模型的缺点，将3-D-CNN和2-D-CNN层组合到该模型中，充分利用光谱和空

说明：在谷歌 Colab 上完成了猫狗大战VGG模型的迁移学习，在该代码的基础上，下载AI研习社“猫狗大战”比赛的测试集，利用fine-tune的VGG模型进行测试，按照比赛规定的格式输出，上传结果在线评测。1.导包import numpy as npimport matplotlib.pyplot as pltimport osimport torchimport torch.nn as nnimport torchvisionfrom torchvision import models,