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
【资源说明】 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 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕设项目、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 3、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
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。源码+全部资料.zip (64个子文件)
Matlab-Deep-Learning-Toolbox-CNN-Water-image-recognition-master
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
171265889347208773632.zip 416B
共 64 条
- 1
资源评论
不走小道
- 粉丝: 3204
- 资源: 5122
下载权益
C知道特权
VIP文章
课程特权
开通VIP
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