- 博客(2)
- 收藏
- 关注
RSS订阅原创 高光谱图像分类
高光谱图像分类 任务目标要求 阅读论文《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》，进行相关代码实验，完成对高光谱图像的分类，进而思考以下问题 思考 1、3D卷积和2D卷积的区别？ 2、对于训练好的同一个模型，为什么多次测试的结果不同？ 3、如果想要进一步提升高光谱图像的分类性能，可以如何使用注意力机制？ 代码实现部分 取得数据，并引入基本函数库。 ! wget http:/
2021-01-04 12:50:13
1142
2
原创 Pytorch(colab端)——基于VGG模型迁移学习的猫狗大战
简介 本次实验为 Kaggle 于2013年举办的猫狗大战比赛，即判断一张输入图像是“猫”还是“狗”。该实验使用在 ImageNet 上预训练 的 VGG 网络进行测试。因为原网络的分类结果是1000类，所以这里进行迁移学习，对原网络进行 fine-tune （即固定前面若干层，作为特征提取器，只重新训练最后两层）。大概步骤为下载比赛的测试集（包含2000张图片），利用fine-tune的VGG模型进行测试，按照比赛规定的格式输出，上传结果评测。 https://god.yanxishe.com/41 下
2020-11-21 01:56:32
942
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