DeepLearning-week07-HSI-X-优快云博客

时间：2025年10月1日 ~ 2025年10月7日
作者：君往臣
文章主要内容：高光谱图像分类 + 多模态融合（LiDAR/SAR）

文章目录

Introduction：从混乱到聚焦
Plan
Done
Todo
Reflect

Introduction：从混乱到聚焦

过去六周的学习状态可以用“混乱”二字概括——入门方向不明确、文献阅读零散、缺乏系统性训练。直到第七周，在导师的指导下，我才真正进入科研节奏：开始系统复现项目、广泛阅读论文、尝试寻找创新点，并初步接触学术写作的规范与挑战 ~~(痛苦)~~。

本周是真正意义上“科研启动”的第一周。目标明确：搭建深度学习框架，复现经典模型，初步探索高光谱与LiDAR/SAR多模态分类任务。

Plan

学习高光谱图像与LiDAR/SAR数据的融合分类方法

复现实验室提供的基准模型框架

配置本地训练环境，解决数据加载与运行问题

记录实验过程与问题，形成可复现流程

Done

1.成功复现实验室深度学习框架

项目地址：

https://github.com/oucailab/HSI-X-classify-backbone

该项目是一个模块化的高光谱分类代码库，支持多种主流模型（如 ViT、FusAtNet、SSFTTn 等），并兼容 Houston2013、Indian Pines、Pavia University 等多个公开数据集。

数据获取：

项目未提供数据下载链接，但导师提供了阿里云 OSS 链接，Houston2013，应该挺好找的，真找不到的私信我吧。通过分析，确认该数据集为标准的 .mat 格式文件，包含高光谱影像、真实标签及训练/测试索引。

2. 环境配置与踩坑记录

深度学习项目的“第一道坎”永远是环境配置。我尝试了两种方式：

方案一：使用远程服务器（Docker + V100）

初步成功运行默认命令：
```
python unified_runner.py
```

但一旦使用自定义参数训练：

python unified_runner.py --dataset 0 --lr 0.0001 --epochs 10 --channels 30

报错：

RuntimeError: DataLoader worker (pid 380) is killed by signal: Bus error. 
It is possible that dataloader's workers are out of shared memory. 
Please try to raise your shared memory limit.

原因分析：Docker 容器默认 shm-size（共享内存）仅为 64MB，而高光谱数据 DataLoader 在多进程加载时需要大量共享内存，导致