描述了使用2D卷积神经网络图像识别的全过程。下载和安装标注工具,对图像进行标注,生成标注后的图像。然后对数据进行增强,划分训练集和测试集。最后通过神经网络建立分类模型,对现有图片进行分类应用。
1、Labelme工具
Labelme工具是语义分割标注工具,在地物类型或建筑物提取及其类似任务中,可用此工具进行标注。
可以从网上下载,使用方法可详网上相关教程;
2、准备需要标注的图像
我这里准备了一些卫星遥感图,每个图中有一或多幢的建筑物,图像格式为RGB数码图片;
3、标注
打开labelme软件,openDir--选择图片所在的文件夹;
在右下侧File List中选择一张图片;在左侧工具栏中点击create polygons;在图片中绘制建筑物轮廓的多边形,闭合后,在弹出框中输入Label的名字,同一类目标使用相同的名字即可;

点击保存,会生成当前图片对应的Json文件。
按上述步骤,绘制每一张图片的标签,将生成对应的json文件。
4、解析json
需要的标签
本文详细介绍了使用2D卷积神经网络进行图像识别的过程,包括使用Labelme工具进行图像标注,数据增强,划分训练集和测试集,通过神经网络构建分类模型,并最终应用于地物识别。
订阅专栏 解锁全文
5812

被折叠的 条评论
为什么被折叠?



