- 博客(7)
- 收藏
- 关注
RSS订阅原创 A framework for the evaluation of roof greening priority阅读笔记
A framework for the evaluation of roof greening priorityfabiaoy在2021年发表于Building and Environment期刊摘要：在城市土地资源日益匮乏的情况下，建筑绿化是解决城市和建筑环境问题、改善城市绿地的创新途径。因此，有必要对城市建筑屋顶绿化的优先级进行评估。并且，需要对城市地区进行综合评估。本研究从能力和要求两个角度评估了屋顶绿化的优先级。在遥感图像上使用深度学习方法（YOLO V3）来估计检测屋顶绿化候选建筑物的能力，同
2021-12-24 22:38:46
541
原创 经典地物提取模型ME-Net: A Deep Convolutional Neural Network for Extracting Mangrove Using Sentinel-2A Data
ME-Net: A Deep Convolutional Neural Network for ExtractingMangrove Using Sentinel-2A Data在2021年发表于remote sensing期刊论文网址：添加链接描述简介：本论文提出了一种基于深度学习的像素分类模型（ME-Net）。该模型中的三个模块旨在提高模型性能。设计了一个多尺度上下文嵌入模块来提取多尺度上下文信息。全局关注模块恢复位置信息，边界拟合单元优化特征图的边界。最终在遥感图像红树林的提取上取得了比先前方法
2021-12-22 21:26:32
2384
原创 经典遥感影像建筑物提取模型Building Extraction Based on U-Net with an Attention Block and Multiple Losses（AMUNet）
Building Extraction Based on U-Net with an Attention Block and Multiple Losses在2020年发表于remote sensing期刊。论文网址：https://www.researchgate.net/publication/341018039_Building_Extraction_Based_on_U-Net_with_an_Attention_Block_and_Multiple_Losses简介：...
2021-12-18 19:10:29
2703
1
原创 os.path.join及glob联合用法
1、os.path.join()函数语法： os.path.join(path1[,path2[,…]])返回值：将多个路径组合后返回用途：可以将文件夹路径和文件夹里的图片拼接上，即可输出每个图片的路径例：os.path.join（r'F:\Test','*png'）即可返回所有Test文件夹中的png文件路径。2、glob模块的主要方法就是glob，该方法返回所有匹配的文件路径列表（list）例：glob.glob( os.path.join（r'F:\Test','*png'）)即可返
2020-12-02 18:04:13
5491
2
原创 深度学习参数、超参数及参数的传播
1、参数：就是模型可以根据数据可以自动学习出的变量，应该就是参数。比如，深度学习的权重，偏差等。2、超参数：就是用来确定模型的一些参数，超参数不同，模型是不同的(比如说：假设都是CNN模型，如果层数不同，模型不一样，虽然都是CNN模型。)，超参数一般就是根据经验确定的变量。**在深度学习中，超参数有：学习速率，迭代次数，层数，每层神经元的个数等等。**需要提前手动设置，不会因反向传播更新。3、参数传播一种常见的方法：梯度下降算法，步骤为：1、初始化随机权重和偏差。2、把输入传入网络，得到输出值。
2020-11-29 20:32:19
737
原创 nn.Conv2d和nn.ConvTranspose2d参数说明及区别**
nn.Conv2d和nn.ConvTranspose2d参数说明及区别1、nn.Conv2d(in_channels，out_channels，kernel_size，stride=1，padding=0，dilation=1，groups=1，bias=True)in_channels：输入维度out_channels：输出维度kernel_size：卷积核大小stride：步长大小padding：补0dilation：kernel间距groups(int, optional) ： 从输入
2020-11-27 11:59:21
25944
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人