- 博客(30)
- 收藏
- 关注
RSS订阅原创 关于图片分类深度学习模型输出层、模型编译中的相关问题小结（基于tensorflow框架）
如果是二分类loss选择二元交叉熵 (binary crossentropy)即可，如果是多分类可以采用类别交叉熵 (categorical crossentropy)。预测值是1个值，一般人为小于0.5是第一个类，大于0.5是第二类；二、关键模型编译中精度评级指标和loss方法的选择。下面均以二分类问题为例子说明上述问题。其他多分类的也与此相同。
2023-06-12 19:56:20
263
原创 关于richdem打包报错的解决方法
解决方法，找到_richdem.cp38-win_amd64.pyd并拷贝到打包文件夹。报错如下所示，需要修改__init__中版本号和hash等，找到正确的数据直接写进去。richdem 0.3.4 使用conda install richdem安装的。但修改好版本号和hash等数据，还是会报如下错误。如果需要看其他包的版本可以具体再联系。
2023-03-09 20:15:58
308
原创 有关python中map、filter等生成的可迭代对象的提取
#可迭代对象的提取包括三种方式，当然可能还有其他方式我也不太清楚#①使用list#②使用next方法#③直接使用for循环#总体而言，数据量很大的时间方法②是相对节省时间的，方法①和③时间上区别不大#more_itertools可以获得可迭代对象的长度，使用方法：more_itertools.ilen(参数)，参数为可迭代对象，返回的就是可迭代对象的长度#例子如下a = list(range(1, 20)) #定义序列def if_odd(x): return x%3 == 1.
2022-05-30 10:50:34
214
原创 基于osgeo创建渔网（不使用arcpy）
def shapefile_fishnet_creat( _input_boundary_shapefile, _output_grid_fishnet, flag=1, _rows=5, _cols=5, _gridHeight=100, _gridWidth=100): """ 根据矢量文件边界创建渔网 _input_boundary_shapefile需要创建渔网的矢量边界，坐标系一定要是投影坐标系 _output_gr.
2022-05-03 11:58:22
516
1
原创 矢量面文件指定距离做缓冲（不用arcpy函数）
代码如下.......def shapefile_create_buffer( _input_shapefile, buffer_result_shapefile, buffer_distance): """ _input_shapefil需要缓冲的矢量文件 buffer_result_shapefile缓冲后的矢量文件 buffer_distance缓冲距离，单位：米 """ input_ds = ogr.Open(_input_sh
2022-05-03 11:53:39
484
原创 基于OSGEO的两个面状矢量文件空间操作：相交、交集取反、相减和合并
import os, shutil, sysfrom osgeo import ogr, gdal, gdal_array, ogr, osrimport math, numpydef shapefile_geometric_relations_operations(_input_shapefile_1, _input_shapefile_2, result_shapfile, action=1): ''' _input_shapefile_1第一个矢量文件的绝对路径 _.
2022-03-24 09:16:06
1373
原创 获取卷积神经网络模型参数个数（总参数、可训练参数、非训练参数）
直接上程序。import tensorflow as tfimport numpydef parameters_count(_model): total_count = _model.count_params() trainable_count = numpy.sum([tf.keras.backend.count_params(w) for w in _model.trainable_weights]) non_trainable_count = numpy.sum([
2021-11-10 15:46:31
1236
原创 基于arcpy的矢量文件坐标系获取与更改、渔网创建、按位置选择导出和字段赋值
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档**基于arcpy的矢量文件坐标系获取、渔网创建、按位置选择导出和字段赋值**前言主要内容：基于arcpy①获取矢量文件坐标系；②基于矢量文件创建欲望单元格；③按位置选择导出指定位置矢量或按位置选择给指定位置矢量文件字段赋值。一、获取矢量文件坐标系主要使用arcpy.Describe，具体如下：shp_file_abspath = r''_des = arcpy.Describe(_shapefile) #获取
2021-08-25 16:10:51
3152
4
原创 图片2分类卷积神经网络模型训练、分类预测案例全过程（2）
上一篇博客内容讲述了卷积神经网络模型构建、训练以及模型的保存，包括训练样本数据的预处理和喂给网络。本篇博客内容讲述训练好的模型的应用和实际图片数据的分类预测。图片2分类卷积神经网络模型训练、分类预测案例全过程（2）前言训练好的模型的调用和实际图片的分类预测，这里包括数据预处理和模型调用。# 一、数据预处理用于开展分类预测的数据量一般不是很大，这里就没有再制作tfrecord格式数据，直接使用文件夹里面的图片开展分类预测。这里需要一个加载读取单张图片的函数，具体如下。用于后期文件夹中所.
2021-08-17 08:31:53
1897
原创 图片2分类卷积神经网络模型训练、分类预测案例全过程（1）
图片2分类卷积神经网络模型训练、分类预测案例全过程（1）前言（1）尽管目前有关卷积神经网络深度学习的相关材料较多，但深度学习牵涉到数据预处理、模型构建、模型调用等环节，我也是一个初学者，中间有很多问题都是查阅好多资料才得以解决，我在这里会尽量的详细写清楚关键环节，供和我一样的初学者参考。超过2分类的多分类操作流程基本一样。（2）这里我不提供深度学习的最基础原理，都是从实际操作中出发，能够上手应用。（3）主要内容包括：数据预处理（包括tfrecord格式数据生成与读取喂给网络）、模型搭建及相关参..
2021-08-13 22:11:55
2030
原创 基于osgeo判断矢量文件是点、线还是面文件
# -*- coding: utf-8 -*-"""Created on Tue Jun 22 09:02:18 2021@author: DeepLearning"""from osgeo import ogrdef judge_geom_type(_input_shapefile): '''判断一个矢量文件是面、线还得点， 如果是面返回值为：Polygon 如果是线返回时为：Line String： 如果是点返回值为：Point''' _ds = .
2021-08-12 16:39:52
460
原创 基于GDAL矢量文件边界平滑
见如下函数# -*- coding: utf-8 -*-"""Created on Tue Jun 22 09:25:41 2021@author: DeepLearning"""from osgeo import ogrfrom pathlib import Pathdef shapefile_edge_smooth(_input_shapefile, _smoothed_shapefile_output_path, _buffer_distance=2): '''平滑矢量文
2021-08-12 15:55:46
1105
3
原创 多个矢量文件合并为一个矢量文件
见如下代码。这个代码是根据我自己业务需要写的，整体是可以根据自己的需要进行适当调整和修改。许多坑已经都跨过去了。def mutil_shapefiles_merge(input_folder_path, output_shpfile_abspath, delete_area_threshold=0.03): '''本函数用于多个矢量文件的合并 第一个参数为需要合并矢量文件的文件夹路径 第二个是合并后矢量文件的完整路径''' ptdriver = ogr.GetDri
2021-08-10 17:29:18
2765
2
原创 从矢量文件导出指定的一条记录，基于GDAL的矢量数据操作
本函数用于从shpfile文件从导出一条shp格式记录（图斑）def extract_single_feature(input_shpfile, output_shpfile, specific_field_name, specific_value): '''本函数用于从shpfile文件从导出一条shp格式记录（图斑） 第一个参数是输入shpfile的完整路径和文件名 第二个参数是输出shpfile的完整路径和文件名 第三个参数是根据哪个字段名称导出记录 第四
2021-08-10 17:25:12
292
原创 基于矢量文件的栅格数据批量裁剪与导出
见如下代码。def clip_raster_by_shpfile_save_into_tif_formate_jpg_formate(input_raster, input_shpfile, output_raster, output_jpg): '''这个函数是用shpfile裁剪raster，同时保存两个结果到指定文件夹中 一个是tif格式带坐标系的tif栅格数
2021-08-10 17:22:13
888
原创 获取所有嵌套文件下指定后缀名的文件列表
import osdef get_all_file_abspath_with_specific_format_under_one_folder(input_path, suffix_formate='*.shp'): '''获取input_path路径下所有后缀为shp的文件路径列表''' file_path = [] for root, dirs, files in os.walk(input_path): tem_file_path_list = glob.
2021-08-10 17:19:39
127
原创 关于栅格转数组的计算
arcpy提供了一个函数用于栅格转数组，但是如果影像分辨率过高、数据量过大，经常出现报错而没法进行，因此写了一个分块读取的函数并合并到一起，供参考。这个函数是针对单波段栅格数据的。"""Created on Thu May 13 10:23:32 2021@author: John_Huang@version:python 2.7"""import arcpyfrom arcpy import envfrom arcpy.sa import *import numpydef ra
2021-08-10 17:16:05
781
4
原创 将多个shapfile矢量文件合并为一整个shapfile矢量文件
用于多个矢量文件的合并。还有一些关于坐标系的问题尚未解决，不过整体没有问题可以使用，后续填补这些小问题。import osfrom osgeo import ogr, osrimport globdef mutil_layers_union(input_folder_path, output_shpfile_abspath): '''本函数用于多个矢量文件的合并 第一个参数为需要合并矢量文件的文件夹路径 第二个是合并后矢量文件的绝对路径''' ptdriv
2021-07-23 09:44:05
2605
原创 栅格数据波段计算与合并
本函数是利用rgb三波段影像，计算RGBGDSI植被指数，并将该植被指数作为1个波段与原始影像合并生成一个4波段影像数据，用以增加影像数据信息量。由于影像数据量可能很大，一次将1个波段读入内存可能会发生内存溢出的情况 本函数使用了分块读取和写入，block_size是分块大小，可根据实际情况调整，默认值为一次读入、写入5000行列数据import sysimport mathimport numpyfrom osgeo import gdalfrom osgeo import gdal_..
2021-07-23 09:40:10
1689
原创 基于gdal和osgeo库函数的矢量文件字段操作（不使用arcpy）
内容：shapefile文件字段添加、删除、赋值、面积计算（1）shapefile字段添加shp_file = r'' #shapfile绝对路径# 获取文件驱动driver = ogr.GetDriverByName('ESRI Shapefile')# 注意，如果这里第二个参数是0的话就是仅仅读取数据，不做写入或修改# 我们要新建字段，所以第二个参数要设置为1————1 is read/writedata_source = driver.Open(shp_file, 1)
2021-07-23 09:35:57
1150
原创 RTX30系tensorflow-gpu安装配置教程和相关资料下载
需要严格按照如下步骤安装，才不会出现问题。1、安装miniconda2、安装cuda-11.2.2-461.33-win10.exe3、将cudnn-11.2-windows-x64-v8.1.1.33添加到系统PATH目录4、在anaconda prompt（Miniconda3）下依次安装：①pip install tensorflow==2.5.0 -i https://pypi.douban.com/simple/②pip install pandas matplotlib
2021-07-20 17:28:26
269
原创 关于tf2.X的tfrecord创建与读取
主要参考资料（Tensroflow官方文档）：https://tensorflow.google.cn/tutorials/load_data/imageTFRecord 文件是一种用来存储一串二进制 blob 的简单格式。通过将多个示例打包进同一个文件内，TensorFlow 能够一次性读取多个示例，当使用一个远程存储服务，如 GCS 时，这对性能来说尤其重要。我的项目是一个二分类问题，标签使用了独热编码，为了后期直接把图片和标签数据zip到一起喂给网络，所以制作了图片和标签的tfrecord文件
2021-07-19 15:32:54
466
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人