遥感SAR-光学土地利用分类 PyTorch实现
参考 https://github.com/AmberHen/WHU-OPT-SAR-dataset
数据集:SAR和光学影像
https://pan.baidu.com/s/1sIGsD3lBEogSCqzbDaclA 密码:i51o
论文链接: MCANet: 用于土地利用分类的光学和SAR影像联合语义分割框架
https://www.sciencedirect.com/science/article/pii/S0303243421003457
SOLC ├── dataset | |whu-opt-sar-dataset-256 // 根目录 │ ├── ├── train │ ├── │ ├── sar │ ├── │ │ ├── NH49E001013_1.tif │ ├── │ ├── opt │ ├── │ │ ├── NH49E001013_1.tif │ ├── │ ├── lbl │ ├── │ │ ├── NH49E001013_1.tif │ ├── ├── val │ ├── │ ├── sar │ ├── │ │ ├── NH49E001013_2.tif │ ├── │ ├── opt │ ├── │ │ ├── NH49E001013_2.tif │ ├── │ ├── lbl │ ├── │ │ ├── NH49E001013_2.tif │ ├── ├── test │ ├── │ ├── sar │ ├── │ │ ├── NH49E001013_3.tif │ ├── │ ├── opt │ ├── │ │ ├── NH49E001013_3.tif │ ├── │ ├── lbl │ ├── │ │ ├── NH49E001013_3.tif ├── libs // 工具 ├── models // 模型 ├── tools // 预处理 ├── dataset.py ├── class_names.py ├── palette.py ├── sync_transforms.py ├── train.py ├── _test.py / predict.py
[0, '背景', 11824154.0, 1.0](忽略) [1, '农田', 708762053.0, 0.016682825992096393] [2, '城市', 96237141.0, 0.12286476797975535] [3, '村庄', 119738993.0, 0.09874940237721894] [4, '水体', 292127191.0, 0.04047604729817842] [5, '森林', 774385740.0, 0.015269075073618998] [6, '道路', 19661970.0, 0.6013717852280317] [7, '其他', 35164414.0, 0.3362534066400197] 标准中的权重:[1.0, 0.016682825992096393, 0.12286476797975535, 0.09874940237721894, 0.04047604729817842, 0.015269075073618998, 0.6013717852280317, 0.3362534066400197]
策略 | 模型 | 总体性能 |
---|---|---|
轮数=40, 批次大 小=16, <br />随机翻转, 学习率=1e-3, 权重衰减=1e-4 | deeplabv3+(未预训练) | 总体准确率=0.8096,平均交并比=0.4118,kappa系数=0.7261 |
轮数=40, 批次大小=16, <br />随机翻转, 学习率=1e-3, 权重衰减=1e-4 | unet(未预训练) | 总体准确率=0.7846,平均交并比=0.3847,kappa系数=0.6826 |
轮数=40, 批次大小=16, <br />随机翻转, 学习率=1e-3, 权重衰减=1e-4 | segnet(未预训练) | 总体准确率=0.7370,平均交并比=0.3139,kappa系数=0.6148 |
轮数=40, 批次大小=16, <br />随机翻转, 学习率=1e-3, 权重衰减=1e-4 | mcanet(未预训练) | 总体准确率=0.8179,平均交并比=0.4296,kappa系数=0.7352 |
轮数=40, 批次大小=16, <br />随机翻转, 学习率=1e-3, 权重衰减=1e-4 | solcv7(未预训练) | 总体准确率=0.8222,平均交并比=0.4382,kappa系数=0.7428 |
模型 | 耕地 | 城市 |
:--------: | :------: | :--: |
deeplabv3+ | 0.7951/0.6314 | 0.9414/0.6578 |
unet | 0.7970/0.6081 | 0.5671/0.5174 |
segnet | 0.7248/0.6122 | 0.0083/0.0083 |
mcanet | 0.8320/0.6499 | 0.8394/0.6575 |
dcn(我们的) | 0.8392/0.6505 | 0.9051/0.6880 |
模型 | OA | mIOU | kappa |
---|---|---|---|
deeplabv3 | 0.8096 | 0.4118 | 0.7261 |
unet | 0.7846 | 0.3847 | 0.6826 |
segnet | 0.7370 | 0.3139 | 0.6148 |
mcanet | 0.8179 | 0.4296 | 0.7352 |
dcn(我们的) | 0.8222 | 0.4382 | 0.7428 |
左侧为各类别的平均精度OA,右侧为各类别的平均mIou
注意:0->背景,10->耕地,20->城市,30->村庄,40->水体,50->森林,60->道路,70->其他
$ git clone https://github.com/yisun98/SOLC.git $ cd SOLC
$ pip install -r requirements.txt $ source activate
$ python tools/crop_sar.py $ python tools/crop_opt.py $ python tools/convert_lbl.py $ python tools/crop_lbl.py $ python tools/split_data.py
nohup python train.py >> train_<模型名称>.out 2>&1 &
详情请参见train.py。
tensorboard --logdir=<你的日志目录> --bind_all
nohup python train.py --model solcv7 --num_classes 8 >> train_<模型名称>.out 2>&1 &
详情请参见train.py。
python predict.py --model solcv7 --model-path <模型路径>
更多结果请看这里 密码:solc。
如有任何问题,欢迎联系我们!
贡献者1:yisun98 - 1957240687@qq.com 贡献者2:yiruzzz - 992371522@qq.com 贡献者3:Bismarckwzc - 1558908027@qq.com 贡献者4:917596622 - 917596622@qq.com
如果本项目对您有帮助,请考虑引用我们。
@misc{SOLC2022,
author = {Y. Sun, Y. Zhao, Z. Wang, Y. Fan},
title = {SOLC},
year = {2022},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/yisun98/SOLC}},
}
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入 生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号