[高光谱] GitHub开源项目Hyperspectral-Classification的解析

本文解析了GitHub上的Hyperspectral-Classification项目,这是一个基于PyTorch的高光谱图像地物分类程序。项目包括SVM、CNN等多种模型,支持自定义数据集和网络。文章详细介绍了项目结构、主要函数及数据处理方法。

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


GitHub链接:Hyperspectral-Classification Pytorch

画重点!!!

完整版看这里嗷:GitHub开源项目Hyperspectral-Classification的解析

项目简介

项目的作者是Xidian university,是基于PyTorch的高光谱图像地物目标的分类程序。该项目兼容Python 2.7和Python 3.5+,基于PyTorch深度学习和GPU计算框架,并使用Visdom可视化服务器。

预定义的公开的数据集有:

  • 帕维亚大学
  • 帕维亚中心
  • 肯尼迪航天中心
  • 印度松树
  • 博茨瓦纳

用户也可添加自定义的数据集,示例是“数据融合大赛2018的高光谱数据集”DFC2018_HSI。开发人员应该为CUSTOM_DATASETS_CONFIG变量添加一个新条目,并为其用例定义特定的数据加载器。

该工具实现了scikit-learn库中的几个SVM变体以及PyTorch中实现的许多最先进的深度网络:

  • SVM(带网格搜索的线性,RBF和多核)
  • SGD(使用随机
评论 16
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