DSen2-CR：基于深度学习的Sentinel-2影像去云开源项目

DSen2-CR：基于深度学习的Sentinel-2影像去云开源项目

dsen2-cr DSen2-CR: A network for removing clouds from Sentinel-2 images. This repo contains the model code, written in Python/Keras, as well as links to pre-trained checkpoints and the SEN12MS-CR dataset. 项目地址: https://gitcode.com/gh_mirrors/ds/dsen2-cr

DSen2-CR 是一个开源项目，旨在利用深度残差神经网络和SAR-光学数据融合技术，从Sentinel-2影像中去除云层。该项目主要使用 Python 和 Keras 框架进行开发。

项目基础介绍

该项目包含了用于去云的模型代码，同时提供了预训练的 checkpoints 和 SEN12MS-CR 数据集的链接。DSen2-CR 通过优化 CARL 损失函数，能够有效地从卫星影像中移除云层，恢复清晰的地面图像。

核心功能

• 深度残差神经网络：利用深度学习技术，特别是残差神经网络，有效地处理影像中的云层信息。
• SAR-光学数据融合：结合合成孔径雷达(SAR)和光学影像数据，提高去云效果。
• 预训练模型：项目提供了多个预训练模型，可以直接用于去云任务，加速开发流程。
• 数据集支持：使用 SEN12MS-CR 数据集，该数据集是专为去云任务设计的，包含了全球范围内的多季节 Sentinel-2 影像。

最近更新的功能

• 代码优化：项目近期对代码进行了优化，提升了效率和稳定性。
• 模型改进：更新了部分模型结构，提高了去云效果的准确性和效率。
• 文档完善：项目的文档得到了更新和完善，使得用户更容易理解和使用该项目。
• 错误修复：修复了之前版本中发现的一些错误和bug，提升了用户体验。

通过这些更新，DSen2-CR 项目不仅提高了去云技术的性能，也使得该技术更加易于使用和部署，对于遥感数据处理领域的研究者和开发者来说是一个非常有价值的工具。

dsen2-cr DSen2-CR: A network for removing clouds from Sentinel-2 images. This repo contains the model code, written in Python/Keras, as well as links to pre-trained checkpoints and the SEN12MS-CR dataset. 项目地址: https://gitcode.com/gh_mirrors/ds/dsen2-cr