CNN高分辨率遥感图像场景分类(NWPU-RESISC45, EuroSAT)

引言

随着卫星遥感技术的不断发展，遥感产品的空间分辨率得到了很大的提升，QuickBird、GeoEye-1、高分系列等卫星传感器的空间分辨率达到了米级甚至亚米级。高分辨率遥感影像不仅具有丰富的光谱、形状和纹理特征，还包含了清晰的场景语义信息。与遥感影像的像素分类不同，场景分类是根据遥感图像内容所表达的“场景”，将其标注为某个特定的语义种类。语义类别是对场景内容高层次的知识抽象和概括，它由人工预先定义，如森林、湖泊、桥梁、港口等对象及其组合。

卷积神经网络的主要组成部分包括输入层、卷积层、池化层、‌全连接层和输出层。卷积层通过卷积操作提取图像的底层特征，池化层用于减小数据维度并防止过拟合，全连接层汇总卷积层和池化层的信息，最终通过输出层给出识别结果。卷积操作是通过一个可移动的小窗口（卷积核）在图像上滑动，与图像的每个位置进行逐元素相乘并求和，从而提取图像的局部特征。‌卷积神经网络在图像识别、目标检测、图像生成等领域取得了显著的进展，成为计算机视觉和深度学习研究的重要组成部分。

本文基于pytorch框架构建卷积神经网络，在NWPU-RESISC45和EuroSAT两个遥感图像数据集上测试模型的性能，经过多轮训练和验证，CNN能够较为准确的识别卫星图像中不同的地物场景。

场景分类数据集

NWPU-RESISC45数据集由西北工业大学程塨教授团队发布，该数据集包含31500张图像，涵盖45个场景类别，包括陆地场景和海洋场景，每个类别有700张图像，每张图像大小为256×256。下载地址Gong CHENG (gcheng-nwpu.github.io)

EuroSAT是基于 Sentinel-2 进行土地利用和土地覆盖分类的数据集，覆盖 13 个光谱波段，由 10 个类别组成，总共有 27,000 张标记和地理参考图像，研发团队使用最先进的深度卷积神经网络为该数据集及其光谱波段提供基准。Torchvision.datasets提供了访问EuroSAT数据集的api（可能无法下载），由于我们是进行场景分类，因此下载RGB版本的数据即可。下载地址Land Use and Land Cover Classification with Sentinel-2 (github.com)

数据加载和处理

将下载好的数据集加载进项目中，对图像统一进行数据增强和归一化等操作。由于遥感图像数据集每个类别的样本较少，很容易在训练的过程中出现过拟合，因此图像增强是十分重要的一个步骤，图像增强通常有缩放、裁剪、旋转、色彩变换、扭曲等操作。注：本文只在NWPU-RESISC45数据集中选择了10个类别进行学习，因此NWPU-RESISC45下共包含10个文件夹。

transform = Compose([Resize(64), ToTensor(), RandomRotation(degrees=(60))])
imagedata &#