遥感识别10——多波段遥感图像识别全流程(tf2.0)

本文介绍了使用TensorFlow 2.0进行多波段遥感图像识别的完整流程,包括数据预处理、模型构建(Unet)、训练、测试和优化。在2021全国数字生态创新大赛中,对10种地物进行分类,并分享了参考资料和进一步研究方向。

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

遥感图像识别步骤

1 明确任务
2 制作数据集arcgis,labelme
3 数据增强(拉伸)
4 模型构建
5 模型反向传播配置
6 模型训练
7 模型测试
8 模型优化
9 模型后处理
10 模型保存
11 模型预测
12 撰写报告

1 竞赛项目介绍

进行地物的10分类

算法大赛:2021全国数字生态创新大赛-智能算法赛-天池大赛-阿里云天池
https://tianchi.aliyun.com/competition/entrance/531860/introduction
{
1: “耕地”,
2: “林地”,
3: “草地”,
4: “道路”,
5: “城镇建设用地”,
6: “农村建设用地”,
7: “工业用地”,
8: “构筑物”
9: “水域”
10: “裸地”
}

使用tensorflow2.0进行多波段遥感图像的训练识别
下面是自己训练了10个epoch的识别结果
在这里插入图片描述

1.1 介绍

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

晓码bigdata

如果文章给您带来帮助,感谢打赏

¥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