遥感识别7——影像预测

最新推荐文章于 2025-01-12 07:30:00 发布

原创最新推荐文章于 2025-01-12 07:30:00 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #opencv #python

遥感影像识别分割专栏收录该内容

13 篇文章 ¥299.90 ¥399.90

订阅专栏

超级会员免费看

这篇博客主要介绍了遥感影像的预测方法，重点对比了改进前后的模型效果，并详细探讨了后处理步骤，包括中值滤波去噪、开闭运算以及添加图像坐标，以提高预测图像的质量和准确性。

模型优化

1 使用模型进行预测（用第二个）
- 1.1 改进前的版本
- 1.2 改进后的版本
2 后处理

1 使用模型进行预测（用第二个）

直接用第二个就行了

1.1 改进前的版本

# 进行3波段影像的识别,在predict_gf2_jpg_256.py的基础上加上了中值滤波后处理

# （1）所有文件都放在一起，便于以后的打包 （2）删除了中间的文件 （3）进行了影像后处理
#  识别影像只需要改5个地方就可以了，
#  1是波段读取顺序，在第3部分
#  2是要检测图像的大小，在第5\6部分，
#  3是文件结构，第一部分，确认用的是不是这个模型结构
#  4 权重加载的路径，第4部分
#  5 文件保存的路径，第7部分

import tensorflow as tf
import nump