- 博客(12)
- 收藏
- 关注
RSS订阅原创 HybridSN 高光谱分类
实验平台：colab。该分类网络结构：首先用 3D卷积，然后使用 2D卷积。数据集：Indian_pines（16个种类）。评价指标：loss，precision，recall，f1-score，support网络模型：class HybridSN(nn.Module): def __init__(self): super(HybridSN,self).__init__() self.conv3d1=nn.Conv3d(1,8,kernel_size=(7,3,3)
2022-05-01 20:55:47
1073
原创 colab基本操作（导入自定义包、运行.py）
1自定义库并import：将库文件放进/content/drive/My Drive/Colab Notebooks后，添加路径：sys.path.append('/content/drive/MyDrive/Colab Notebooks/OpenSA-main')，即可导入。import sysfrom google.colab import drivedrive.mount('/content/drive')sys.path.append('/content/drive/My Drive/
2022-04-30 12:14:41
4063
原创 读取csv格式高光谱文件，并预处理。
1在envi中以csv格式导出roi。该文件只能包含数值2matlab读取，使用csvread函数读取路径。3定义x_msc，跟主函数中使用的时候是一样的名字%% 多元散射校正MSCfunction [x_msc]=msc(x,xref)%function名跟文件名一致% Multiplicative Scatter Correction%% [x_msc]=msc(x,xref)%% input % x (samples x variables) spectra
2022-04-22 15:28:10
1796
1
原创 基于matlab读取envi格式高光谱图像数据
关于光谱背景知识：电磁波按波长大小分为射线，可见光，近红外（780nm-2526nm），无线电等。波长：一个振动周期内传播的距离。什么是光谱：复色光色散后按波长大小排列的图案。什么是高光谱：1光谱信息丰富的光谱信息2光谱分辨率足够高。什么叫光谱信息丰富：区分光波段范围足够细。光谱分辨率足够高：1在一固定波长内波段越多的光谱，分辨率越高。2波段越小，分辨率越高。什么是半高全宽：看分辨率有多高，波段有多宽。高光谱数据格式之一：标准envi格式是两个文件，一个HDR一个DAT。
2022-04-19 21:30:05
4810
3
原创 基于matlab的梯形畸变校正
本文解决的是切向畸变的问题，使用霍夫变换对梯形畸变矫正效果不佳。梯形畸变的校正流程：直方图均衡-->垂直边缘检测--->开操作--->radon变换求极值--->求检测直线--->取点--->校正.clc ;%清屏clear all ;%清内存%读取原图像img=imread('test_image.png') ;%转化为灰度图像img_gray=rgb2gray(img) ;figure(1) ;imshow(img_gray) ;title(
2022-04-02 10:16:16
1550
原创 百度飞桨,读取数据类，class Dataloader
dataloader类有四个参数:image_folder,image_list_file,transform=None,shuffle=True五个函数:__init__(初始化参数和函数方法),read_list(在一个文件夹中读取image和data的路径，存入list[]中),preprocess(判断data和label的shape是否一直),__len__(读取list[]的长度),__call__()...
2022-03-08 22:56:59
1363
原创 波士顿房价
波士顿房价预测是一个经典的机器学习任务。根据预测结果是否连续的是实数值，还是离散的标签，区分为回归任务和分类任务。因为房价是连续值，所以房价预测显然是回归任务。用最简单的神经网络模型。1输入：读取数据，包含数据形状变化，数据集划分，数据归一化，最后封装成dataloader。2前向（模型设计）：取出第一条样本，特征向量与参数向量相乘，初始化偏移量。封装成class network。通过w，b求得预测值y。3计算loss（训练配置）：先用均方误差作为评价真实值和预测值的差距（netwo
2022-03-08 20:30:20
891
原创 rcnn，fast rcnn，faster rcnn
一。rcnn是使用神经网络进行目标检测的开山之作，他的灵感来自于alexnet模型的出现，基于神经网络的目标检测的出现撼动了surf和hog等检测算法。rcnn的具体实现步骤分为四步：1.使用selective search算法产生1k-2k个候选区。2.对于每个区域利用 CNN 抽取一个固定长度的特征向量。（ 而通过 Selective Search 产生的候选区域大小不一，为了与 Alexnet 兼容，R-CNN 采用了非常暴力的手段，那就是无视候选区域的大小和形状，统一变换到 227*
2021-06-24 10:03:33
248
原创 基于matlab使用faster-cnn实现图像标注内容定位
本文章是为了实现对图像中特定的物体进行识别。1.标记数据，制作训练集。导入图片进行标记特定的物体：APP----->Image Labeler----->load------>add images from folder新建Label，作为特定的物体名称，在导入的图片中进行标注。导出标注内容：Export Labels----->to workplace(Export format要改成table)2批量调整图像尺寸使其能用FasterRCNN进行训练% i
2021-05-28 16:26:05
851
原创 matlab使用alexnet进行迁移学习，实现图像分类
matlab使用googlenet识别图片本篇文章实现的是下载alexnet支持包，使用alexnet迁移学习，使用alexnet对图像进行分类，使用alexnet提取特征。AlexNet是一个深达8层的卷积神经网络。您可以从ImageNet数据库加载经过一百万个图像训练的网络的预训练版本。预先训练的网络可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。结果，网络已经学会了针对各种图像的丰富的特征表示。网络的图像输入大小为227×227。1首先下载alexnet网络net
2021-05-26 18:54:56
5331
2
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