SOLC

SOLC

基于深度学习的SAR和光学遥感影像土地利用分类框架

SOLC是一个开源的遥感图像语义分割框架,专注于SAR和光学影像的土地利用分类。该项目基于PyTorch实现了多种深度学习模型,包括DeepLabv3+、UNet和SegNet等。其中SOLC V7模型采用了双流DeepLabv3+架构,并融合SAGate和ERFB模块,在WHU-OPT-SAR数据集上实现了最佳性能。项目提供了完整的源代码、预训练权重和使用说明,为遥感图像分析研究提供了实用工具。

遥感图像分类深度学习SARPyTorchGithub开源项目

SOLC (我们已经发布了完整代码!)

遥感SAR-光学土地利用分类 PyTorch实现

如果该仓库对您有用的话,欢迎star和fork,并提出您的疑问。尽量在issues中提问,有时间一定回复。

数据集来源

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

2022-06-01 更新

  • 发布裁剪代码 (sar, opt, lbl)
  • 发布标签转换代码
  • 发布数据集分割代码 (6:2:2) -> (17640:5880:5880)
  • 上传至服务器 (四张GPU)
  • 项目结构应如下所示:
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

2022-06-02 更新

  • 发布Deeplabv3+代码 (sar + opt, 5通道输入)
  • 发布学习策略代码 (步长, gamma)
  • 发布训练Torch-Parser代码
  • 发布VGG19代码 (基于官方实现) 权重

2022-06-03 更新

  • 发布MCANet代码 (非官方实现, 基于deeplabv3+)
  • 发布FCNs代码 (FCN8s, 16s 和 32s)
  • 发布Resnet-50 权重 , Resnet-101 权重, 和 Restnet-152 权重 代码
  • 发布Unet代码
  • 发布Segnet代码
  • 发布PSPnet代码
  • 发布SOLC代码 (我们的方法)

2022-06-04 更新 SOLC (我们的方法)

  • 发布SOLC V1代码 (基于RGB-D和双重resnet 50)
  • 发布SOLC V2代码 (基于双流deeplabv3+)
  • 发布Deeplabv3+性能 (训练7小时)
  • 发布训练代码
  • 发布预测/测试代码

2022-06-05 更新 SOLC (我们的方法)

  • 发布SOLC V1代码性能
  • 发布SOLC V2代码性能
  • 发布SOLC V3代码 (基于双流deeplabv3+和SAGate)
  • 发布SOLC V4代码 (基于双流到单流deeplabv3+)
  • 发布SOLC V5代码 (基于双流到单流deeplabv3+, SAGate和RFB)
  • 发布SOLC V6代码 (基于双流到单流deeplabv3+和两个增强模块)

2022-06-06 更新 SOLC (我们的方法)

  • 发布SOLC V7代码 (基于双流deeplabv3+, SAGate和ERFB) (成功版本, 恭喜!)
  • 重新训练Unet, Segnet和MCANet
  • 重新测试性能
  • 发布我们的SOLC V7权重 solcv7: 百度网盘 密码:solc
  • 发布其他模型权重 others: 百度网盘 密码:solc

2022-06-07 更新

  • 发布像素统计
[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]

2022-06-08 新闻

  • 发布更多结果
  • 发布绘图代码

SOLC V7 框架

图片

其他策略

  • 设置合适的空洞卷积膨胀率atrous_rates
  • 余弦退火重启动学习率策略warm up
  • 使用更多的数据增强
  • 使用更强的损失函数(focal loss)或者为类别赋予权重(见tools/class_weight.py)来解决类别不平衡问题

性能

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-4deeplabv3+(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-4unet(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-4segnet(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-4mcanet(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-4solcv7(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+0.7951/0.63140.9414/0.6578
unet0.7970/0.60810.5671/0.5174
segnet0.7248/0.61220.0083/0.0083
mcanet0.8320/0.64990.8394/0.6575
dcn(我们的)0.8392/0.65050.9051/0.6880
模型OAmIOUkappa
deeplabv30.80960.41180.7261
unet0.78460.38470.6826
segnet0.73700.31390.6148
mcanet0.81790.42960.7352
dcn(我们的)0.82220.43820.7428
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

安装

  1. 克隆此仓库。
$ git clone https://github.com/yisun98/SOLC.git $ cd SOLC
  1. 安装环境
$ pip install -r requirements.txt $ source activate
  1. 数据集
$ 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
  1. 训练
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
  1. 测试/预测
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>

结果

更多结果请看这里 密码:solc。

classification_25_21

图片

classification_82_10

图片

classification_94_2

图片

classification_137_15

图片

参考文献

引用 (同等贡献度,排名不分先后)

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}},
}

编辑推荐精选

openai-agents-python

openai-agents-python

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。

Hunyuan3D-2

Hunyuan3D-2

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。

3FS

3FS

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。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多