使用步骤
1.安装labelme,使用 pip install labelme 命令即可。
2.在labelme环境下输入 labelme命令,打开labelme软件,对图片进行标记,具体方法就是用多边形将所有水体部分圈起来命名为water,并保存文件(json格式)。
3.将main.m文件内fname和imagename改为对应的json文件名和image文件名,之后使用matlab运行main.m文件,稍等片刻,即可看到训练过程,训练结束后可以看到ac率和预测后图像和原始图像的对比。
labelme的GitHub地址:https://github.com/wkentaro/labelme
文件中包含两个测试样例,image1和image2,分别是单通道的遥感水体图像,分辨率为7931*7301和一个从网上下载的RGB水体图像,分辨率为500*333.
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别,并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类,水体识别的准确率可以达到96%以上。 【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师,还是企业界的探索者,这个项目都是为您量身打造的。无论您是初入此领域的小白,还是寻求更高层次进阶的资深人士,这里都有您需要的宝藏。不仅如此,它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论,使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术,更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码,助您从理论走向实践,如果您已有一定基础,您可以基于这些源码进行修改和扩展,实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源,与我们一起在人工智能的海洋中航行。同时,我们也期待与您的沟通交流,共同学习,共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来!
资源推荐
资源详情
资源评论
收起资源包目录
基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别,并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类,水体识别的准确率可以达到96%以上。.zip (63个子文件)
资料总结
image2.jpg 47KB
DataMark.m 1KB
image2.json 61KB
image1.json 20.84MB
main.m 6KB
jsonlab
jsonlab
lzmaencode.m 1KB
gendocs.sh 1KB
lz4decode.m 1KB
fast_match_bracket.m 2KB
loadubjson.m 12KB
lzipencode.m 1KB
lzmadecode.m 1KB
nestbracket2dim.m 2KB
jdatadecode.m 12KB
savemsgpack.m 1KB
AUTHORS.txt 3KB
lz4hcencode.m 1KB
README.rst 18KB
lz4hcdecode.m 1KB
gzipencode.m 2KB
loadmsgpack.m 8KB
examples
demo_msgpack_basic.m 9KB
demo_jsonlab_basic.m 13KB
jsonlab_ubjson_basictest.matlab 16KB
example1.json 436B
jsonlab_speedtest.m 675B
jsonlab_selftest.matlab 4KB
example3.json 272B
example2.json 583B
example4.json 563B
demo_ubjson_basic.m 12KB
jsonlab_selftest.m 995B
jsonlab_basictest.matlab 19KB
README.txt 18KB
base64encode.m 1KB
loadjson.m 19KB
ChangeLog.txt 10KB
isoctavemesh.m 497B
mergestruct.m 746B
package.json 531B
jsonopt.m 916B
base64decode.m 1KB
lz4encode.m 1KB
zlibdecode.m 2KB
encodevarname.m 2KB
zlibencode.m 2KB
decodevarname.m 2KB
lzipdecode.m 1KB
varargin2struct.m 1KB
.gitignore 395B
savejson.m 26KB
gzipdecode.m 2KB
DESCRIPTION 667B
genlog.sh 63B
LICENSE_BSD.txt 2KB
saveubjson.m 30KB
match_bracket.m 2KB
jdataencode.m 11KB
INDEX 551B
Contents.m 48KB
license.txt 2KB
ReadMe.md 764B
image1.TIF 54.52MB
共 63 条
- 1
资源评论
妄北y
- 粉丝: 9762
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功