基于深度学习关于遥感影像的语义分割
首先看一下数据集，包含原始影像与标签，实际的分辨率很大，这个只是缩略
图。
影像数据是 Landsat8 卫星的，用五四三波段进行合成，并利用 GS 方法进行全
色第八波段的融合。(Envi 软件处理)
标签是通过矢量图层以 ArcGIS 软件来处理生成的。
此代码库可在 Tensorflow 下 keras 环境运行，在 Tensorflow1.12 及
Tensorflow2.0 测试运行，代码更改后，更适合于 Tensorflow2.0
python实现基于深度学习+TensorFlow的遥感图像语义分割项目源码+使用说明.zip
版权申诉
182 浏览量
2024-04-14
07:19:59
上传
评论
收藏 3.62MB ZIP 举报
基于深度学习+TensorFlow的遥感图像语义分割.zip （36个子文件） 
Semantic-segmentation-of-remote-sensing-images-master Segnet 
训练.py 10KB
Segnet-混淆矩阵.png 57KB Segnet预测.py 3KB Segnet模型结果.png 1.31MB plot.png 53KB GDAL GDAL.py 292B Model类 Predict.py 2KB Unet.py 4KB 生成数据并增强.py 4KB FCN8s 混淆矩阵.png 57KB FCN8S.py 4KB FCN8S预测.py 3KB FCN8S模型结果.png 1.31MB FCN8S-plot.png 42KB CRF.py 5KB Unet++结果 类别统计.png 85KB 整体统计.png 31KB confusion_matrix_None.png 71KB 分类报告.png 2KB 概要统计.png 33KB confusion_matrix.png 53KB 不同全色波段融合方法结果 Unet-NND.png 62KB Unet-GS.png 64KB Unet-HSV.png 63KB
手册.docx 656KB Image Acc.png 50KB IOU.png 51KB 888.png 30KB Loss.png 41KB 777.png 28KB 999.png 30KB Unet.png 9KB FPN.png 10KB dd.png 15KB Data train.png 218KB label.png 203KB
资源评论
