十七、地物识别

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。

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

        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

评论
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

打赏作者

vandh

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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