遥感图像小白--1--图像分类

推荐网站：GitHub - satellite-image-deep-learning/techniques: Techniques for deep learning with satellite & aerial imagery

一.图像级分类

图像级分类：为整个图像分配单个标签：使用神经网络进行卫星图像分类简介 |作者 Robin Cole |中等 (medium.com)

• 用途
  • 1. 标记图像的主要主体（Golf Course， Harbour）【使用图像的时间序列对作物进行分类--注意季节性】
  • 2.二进制检测（船舶是否存在）
• 数据集（这两个数据集都以标准 RGB/单标签格式提供）
  • UC Merced
    
  • EuroSAT（EuroSAT 遥感图像数据集 / 数据集 / HyperAI超神经）
    
    

• 选择和训练模型（通常为两个步骤）

  • 在基准数据集（通常是 ImageNet）上预先训练的模型：ImageNet - 维基百科，自由的百科全书 (wikipedia.org)

    • ImageNet 项目是一个大型视觉数据库，旨在用于视觉对象识别软件研究。该项目已经手动注释了超过 1400 万张图像，以指示拍摄的对象，并且在至少 100 万张图像中还提供了边界框。ImageNet 包含 20,000 多个类别，其中一个典型类别，例如“气球”或“草莓”，由数百张图像组成。

    • ImageNet 由具有不同分辨率的 RGB 格式图像组成。例如，在 ImageNet 2012 的“鱼”类别中，分辨率范围为 4288 x 2848 到 75 x 56。

  • 在数据集上微调该模型（特征提取层被冻结，只有完全连接的分类层被更新）：14.2. 微调 — 《动手学深度学习》 1.0.3 documentation (d2l.ai)
    
    可以跟着博客动手实操一遍哦（动手学习深度学习14-微调-热狗识别代码-CSDN博客）

二.像素级分类

像素级分类（语义分割）：为图像中的每个像素分配一个标签