zhengxinjie2的博客

对于遥感同学，在学习深度学习时，第一步就要解决遥感数据样本的制作，遥感影像数据的样本根据不同的应用也有所不同，不知道的同学可以去看视频：遥感深度学习样本制作视频1今天介绍一下如果已经有了遥感影像和对应的类别矢量，如何快速制作影像分割的深度学习样本呢？思路1：矢量转栅格-----》转换后的标签影像同原始影像数据同时裁剪。（1）矢量数据处理：需要在矢量数据中加入像素值字段，用于转换栅格后赋予的像素值。比如林地1，建筑物2等等。不同类别赋予不同的标注值。这时候会有同学问这样的问题？我的矢量是这样的：

文章目录欢迎使用Markdown编辑器欢迎使用Markdown编辑器最近写代码想用python写核心数据处理代码，然而在写界面的时候想用c#来写，现在想通过c#直接调用python的核心处理程序，这里就不讲如何的调用python脚本程序了，有多中方法，网上有很详细的介绍，自己搜。经过我自己的使用，有两种方法比较好用，1、直接调用python脚本，这种方法需要用Python环境，如果你把程序分享给别人，必须要把你的python环境一起打包。2、将python文件打包成exe的形式，这种方法可以用pyins

问题的提出：由于深度学习在训练网络模型时，网络的模型大小是固定的，例如512512，256256，在遥感影像预测过程中，如果你直接按照块的大小进行预测，如图所示的预测方法。常常在块与块的接边出出现痕迹，原因就是在边缘区域预测的不够准确。...

一般现实中的图像都是1通道或3通道，那么这样的图像在制作样本裁剪时可以直接利用opencv或PIL读入进行规则样本裁剪。但是如果你是搞遥感影像，那么很大可能碰到的影像不止是三个通道（波段），可能是4个波段，甚至是6、7个波段。那么对于这样的遥感影像做样本，如果还用opencv等去读取，那么一定会呵呵的。那么对于这样的情况，可以有两种方式去解决。方式一：首先在遥感图像处理软件中进行波段合成处...

目前，深度学习在遥感领域的应用逐渐开展，然而遥感数据往往幅宽比较大，在具体的应用时，往往需要自己的数据制作训练样本。很多人对这样大的数据如何制作样本感到犯愁，今天就介绍一下如何制造遥感影像的样本。labeme对整张大样本进行标注，labelme的介绍、安装和使用可以参照我的其他博客。这里额外添加一下，在用labelme 标注过程中，如果遇到下面两类在一起这种情况，如何标注？如果分别单独的去标...

博客转载自：https://blog.youkuaiyun.com/qq_40116035/article/details/81414835传统的分类方法分两种：监督分类和非监督分类。监督分类要求对所要分类的地区必须要有先验的类别知识，即先要从所研究地区中选择出所有要区分的各类地物的训练区，用于建立判别函数。常用的监督分类方法有：K近邻法、马氏距离分类、最大似然法等方法。监督分类方法主要有：均值、方法等。研...

今天给大家推荐一款好用而且开源的图像处理软件：imageJImageJ是公共领域的开源软件。 ImageJ用户拥有被Richard Stallman在1986年定义的四种基本自由：1、 出于任何目的，自由运行程序。2、 学习程序如何工作的自由，并改变它以使其按照您的意愿行事。3、 重新分发副本的自由，以便您可以帮助您的邻居4、 自由改进计划，并向公众发布改进，使整个社区受益“Image...