读书笔记之《基于深度学习的高分辨率遥感图像识别与分类研究》

本文介绍了一种基于Caffe框架的高分辨遥感图像分类方法。使用Google Earth等工具下载了19级精度的遥感图像数据,并将其分为居民区、道路、绿化区、湖泊和土地五类。详细描述了数据预处理过程,包括图片大小统一、数据库转换为lmdb文件等步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本篇文章解决的问题:高分辨遥感图像的分类

数据来源:Google Earth、Big MAP、全能地图下载器等网络软件下载19级图像数据 25000张

平台:Linux abuntu15.04系统上搭建Caffe框架

分类:
1:分为居民区、道路、绿化区、湖泊、土地 5类(每类5000张)
2:每类随机抽取4000张放置入训练数据库train、剩余1000张放置入测试文件库val.
3:在文本文件中将训练文件名和类别进行标示分类。

数据集的创建:
1:统一图片的大小。
2:数据库转换为lmdb文件。

未明白的问题:
1:19级图像数据指的是什么?
2:如何对文本文件中的训练文件名和类别进行标示分类?
3:数据库是怎样转换为lmdb文件?

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值