PRoRS
latest
课程介绍
第01讲 概述
第一部分:特征空间像元分类
第02讲 分类过程
第03讲 学习过程
第04讲 深度学习
第05讲 模型选择
第06讲 数据准备
课后作业 1
第二部分:图像平面对象识别
第07讲 图像分类-CNN
7.1 图像平面特征分类
7.2 实验要求
7.3 思考探索
7.4 案例展示
7.5 1D卷积网络分类过程分析
7.6 卷积网络分类过程可视化
7.7 卷积网络学习过程
7.8 遥感图像场景分类可视化解释
第08讲 对象检测-RCNN
第09讲 语义分割-FCN
第10讲 实例分割-RNN
第11讲 图像合成-GAN
课后作业 2
第三部分:地球表面遥感制图
第12讲 地表覆盖制图
第13讲 土地覆盖分类
第14讲 专题制图
第15讲 变化遥感监测
课后作业 3
学生报告
2017年春季课程报告
2018年春季课程报告
PRoRS
第07讲 图像分类-CNN
在 GitHub 上编辑
第07讲 图像分类-CNN
7.1 图像平面特征分类
7.1.1 基于像元的图像分类
7.1.2 图像模式分类
7.2 实验要求
7.3 思考探索
7.4 案例展示
7.4.1实验数据
7.4.2 最大似然分类法简述
7.4.3 全色和多光谱影像分类
7.4.4 全色影像空间邻域升维后分类
7.4.5 类先验概率约束下的全色影像分类
7.5 1D卷积网络分类过程分析
7.5.1 网络结构
7.5.2 第一个隐层的特征空间剖分情况
7.5.3 第二、三个隐层(卷积池化层)的特征空间剖分情况
7.5.4 输出层的特征空间剖分情况
7.6 卷积网络分类过程可视化
7.6.1 导入库
7.6.2 定义各类激活函数
7.6.3 导入数据开始训练
7.6.4 可视化实验数据及实验结果
7.6.5 定义逐层可视化函数
7.6.6 卷积网络分类过程逐层可视化
7.7 卷积网络学习过程
7.7.1 加载数据和网络设置
7.7.2 数据可视化
7.7.3 定义可视化方法和相关设置
7.7.4 反向传播过程可视化
7.8 遥感图像场景分类可视化解释
7.8.1 场景分类训练过程
7.8.2 分类过程可视化
Read the Docs
v: latest
版本
latest
下载
托管于 Read the Docs
项目主页
构建