- 博客(2)
- 收藏
- 关注
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