遥感图像识别步骤
1 明确任务
2 制作数据集arcgis,labelme
3 数据增强(拉伸)
4 模型构建
5 模型反向传播配置
6 模型训练
7 模型测试
8 模型优化
9 模型后处理
10 模型保存
11 模型预测
12 撰写报告
多波段遥感影像识别
1 竞赛项目介绍
进行地物的10分类
算法大赛:2021全国数字生态创新大赛-智能算法赛-天池大赛-阿里云天池
https://tianchi.aliyun.com/competition/entrance/531860/introduction
{
1: “耕地”,
2: “林地”,
3: “草地”,
4: “道路”,
5: “城镇建设用地”,
6: “农村建设用地”,
7: “工业用地”,
8: “构筑物”
9: “水域”
10: “裸地”
}
使用tensorflow2.0进行多波段遥感图像的训练识别
下面是自己训练了10个epoch的识别结果
1.1 介绍
遥感图像识别跟普通图像的主要区别是:
(1)普通图像3波段,遥感图像4波段
(2)一些在普通图像上能用的包在4波段tif上不能用,进行遥感图像识别需要gdal库打开,
然后进行numpy数组的操作,进行各种预处理和数据增强