We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
《SCAttNet Semantic Segmentation Network with Spatial and Channel Attention Mechanism for High-Resolution Remote Sensing Images》
《基于深度学习模型的遥感图像分割方法_许玥》:
《基于多类特征深度学习的高分辨率遥感影像分类_刘威》硕士论文:
由于Vaihingen高分辨率遥感影像数据集只对原始正射影像中的16幅影像提供了对 应的地面真实类别标签,所以本文选择了 Vaihingen 数据集中的这 16 幅影像作为实验 数据集,这 16 幅影像数据的编号分别为:1、3、5、7、11、13、15、17、21、23、26、 28、30、32、34 和 37,文中将第 1、3、5、7、11、13、15、17、21、23、26、28、32 幅影像作为训练集,将第 30、34、37 幅影像作为测试集。训练集是专门用来训练网络 模型的,当模型训练完毕后,我们还需要用未训练过的影像来测试网络的分类效果,这 种用于在模型训练完毕后测试网络模型效果的数据集即为测试集。
《基于深度学习的高分辨率遥感影像语义分割的研究与应用_汪志文.caj》
The text was updated successfully, but these errors were encountered:
rssrai2019_semantic_segmentation 数据集分享已过期,能否麻烦重新分享一下?感谢!
Sorry, something went wrong.
No branches or pull requests
ISPRS 数据集
《SCAttNet Semantic Segmentation Network with Spatial and Channel Attention Mechanism for High-Resolution Remote Sensing Images》
Potsdam 数据集:
《基于深度学习模型的遥感图像分割方法_许玥》:
Vaihingen数据集:
《基于多类特征深度学习的高分辨率遥感影像分类_刘威》硕士论文:
由于Vaihingen高分辨率遥感影像数据集只对原始正射影像中的16幅影像提供了对
应的地面真实类别标签,所以本文选择了 Vaihingen 数据集中的这 16 幅影像作为实验
数据集,这 16 幅影像数据的编号分别为:1、3、5、7、11、13、15、17、21、23、26、
28、30、32、34 和 37,文中将第 1、3、5、7、11、13、15、17、21、23、26、28、32
幅影像作为训练集,将第 30、34、37 幅影像作为测试集。训练集是专门用来训练网络
模型的,当模型训练完毕后,我们还需要用未训练过的影像来测试网络的分类效果,这
种用于在模型训练完毕后测试网络模型效果的数据集即为测试集。
《基于深度学习的高分辨率遥感影像语义分割的研究与应用_汪志文.caj》
The text was updated successfully, but these errors were encountered: