基于改进U-Net++模型的高分辨率城市建筑物遥感变化检测方法+高分项目+源码.zip

## 本科生毕业论文（设计） 基于改进U-Net++模型的高分辨率城市建筑物遥感变化检测方法<br> ### 基于开源项目完成 @misc{likyoocdp:2021, Author = {Kaiyu Li, Fulin Sun, Xudong Liu}, Title = {Change Detection Pytorch}, Year = {2021}, Publisher = {GitHub}, Journal = {GitHub repository}, Howpublished = {\url{https://github.com/likyoo/change_detection.pytorch}} } ### 感谢大佬！！！！！<br> ### 毕设创新点 1.模型选择<br> 2.编码器选择<br> 3.提出的改进模型嵌入SE模块<br> 4.提出的改进模型拥有嵌套U-Net（嵌套的损失计算）和剪枝技术<br> 4.在训练和验证阶段，一定程度上解决CUDA Out of memory<br> 5.独特的加权FocalLoss（部分实验已完成）<br> ### 预测图效果展示 图1  <br> 图2  <br>