| | | |

2019年6月18日

Reconstructing Cloud-Contaminated Multispectral Images With Contextualized Autoencoder Neural Networks（自编码机重建云污染区）

摘要： 1、逐像元输入输出与邻域输入输出，邻域处理是先flatten，再unflatten 2、用MDL方法（最小描述长度）寻找自编码机最佳隐藏层数 3、多目标优化方法寻找MDL方法的超参数，平衡MDL方法两项的差距补充学习： 1、Autoencoder（自编码机）：深度学习中的一种非监督学习，他去学习阅读全文

posted @ 2019-06-18 14:42 tccbj 阅读(219) 评论(0) 推荐(0) 编辑

2019年6月13日

跑深度学习网络遇到的一些错误总结

摘要： 1、做二分类时用 sigmoid 激活函数，模型输出的通道数要是1维的，同时损失函数用 binary_crossentropy 2、做二分类时用 softmax 激活函数，模型输出的通道数要是类别数目，同时损失函数用 categorical_crossentropy 3、模型里激活函数是默认参数时，阅读全文

posted @ 2019-06-13 21:00 tccbj 阅读(558) 评论(2) 推荐(0) 编辑

2019年5月14日

Evaluation of Sampling and Cross-Validation Tuning Strategies for Regional-Scale Machine Learning Classification

摘要：比较了不同抽样方法（随机，分层等比随机，分层不等比随机，人为），不同交叉验证方法（k折，留一法，蒙特卡洛），不同样本范围大小的效果，最后都是用SVM分类结果是k折验证最好，人为选择样本最差。小范围小样本的效果和分布广泛的样本的效果差不多，说明了如果取样困难，小样本也是能用的阅读全文

posted @ 2019-05-14 15:36 tccbj 阅读(113) 评论(0) 推荐(0) 编辑

Automatic Annotation of Airborne Images by Label Propagation Based on a Bayesian-CRF Model

摘要：贝叶斯+全连接条件场，无人机和航片数据，通过标注航片数据自动生成无人机标注数据，具体不懂阅读全文

posted @ 2019-05-14 15:11 tccbj 阅读(125) 评论(0) 推荐(0) 编辑

Automatic Ship Detection in Optical Remote Sensing Images Based on Anomaly Detection and SPP-PCANet

摘要：基于异常检测和 PCANet 的船舶目标检测船舶检测会遇到三个问题： 1、船低对比度 2、海平面情况复杂 3、云，礁等错误检测实验步骤： 1、预处理海陆边界，掩膜陆地 2、异常检测获得感兴趣区域，多变量高斯分布模型，比最大类间方差和迭代阈值分割效果好 3、PCANet 获得特征，后面接SPP，获阅读全文

posted @ 2019-05-14 15:10 tccbj 阅读(403) 评论(0) 推荐(0) 编辑

2019年5月13日

Hyperspectral Images Classification Based on Dense Convolutional Networks with Spectral-Wise Attention Mechanism

摘要：借鉴了DenseNet的思想，用了空洞卷积而不是池化，使得特征图不会缩小，因此每个dense连接都可以直接连，最后一层是包括了前面所有层的特征图。此外还加入了channel-wise的注意力，对每个通道进行筛选。做的还是逐像素预测，选取一个像素点周围d的大小输入到网络中，得到标签。补充： De 阅读全文

posted @ 2019-05-13 20:37 tccbj 阅读(290) 评论(0) 推荐(0) 编辑

Comparison of SIFT Encoded and Deep Learning Features for the Classification and Detection of Esca Disease in Bordeaux Vineyards（分类MobileNet，目标检测 RetinaNet）

摘要：识别葡萄的一种虫害，比较了传统SIFT和深度学习分类，最后还做了目标检测分类用的 MobileNet，目标检测 RetinaNet MobileNet 是将传统深度可分离卷积分成了两步，深度卷积和逐点卷积，性能基本不受影响情况下，降低计算量和参数量 RetinaNet 主要提出 focal los 阅读全文

posted @ 2019-05-13 16:18 tccbj 阅读(264) 评论(0) 推荐(0) 编辑

2019年5月9日

Hyperspectral Image Classification Using Similarity Measurements-Based Deep Recurrent Neural Networks

摘要：用RNN来做像素分类，输入是一系列相近的像素，长度人为指定为l，相近是利用像素相似度或是范围相似度得到的，计算个欧氏距离或是SAM。数据是两个高光谱数据 1、Pavia University，Reflective Optics System Imaging Spectrometer (ROSIS) 阅读全文

posted @ 2019-05-09 17:18 tccbj 阅读(310) 评论(0) 推荐(0) 编辑

Detection of Glacier Calving Margins with Convolutional Neural Networks: A Case Study

摘要：利用Unet结构对landsat数据进行冰川裂缝提取，结构如下：训练集很小只有123张152*240图片阅读全文

posted @ 2019-05-09 16:24 tccbj 阅读(167) 评论(2) 推荐(0) 编辑

Dense Semantic Labeling with Atrous Spatial Pyramid Pooling and Decoder for High-Resolution Remote Sensing Imagery（高分辨率语义分割）

摘要：对 Potsdam and Vaihingen 公开数据集进行处理，得到了SOTA的结果，超越DeepLab_v3+，提出的网络结构如下：结合了ASPP和FCN，UNet 阅读全文

posted @ 2019-05-09 15:34 tccbj 阅读(451) 评论(0) 推荐(0) 编辑