深度学习-样本增强（tensorflow、keras、pytorch）
深度学习中的数据增强与实现 深度学习中的数据增强（data augmentation） ...
原文：大规模深度学习多通道遥感图像样本增强
又来了博客更新时候，好久没有更新了，最近忙于把之前的Deeplearning代码进行打包，封装测试，故没有更新。这一次我们讲一下比较基础，也比较重要的遥感图像样本增强。 我们都知道，自然图像都是三通道或者一通道，使用PIL库即可进行读取，然后进行相关操作即可，包括很多框架自带的Augment库，如Augmentor等等，都是使用PIL作为底层图像 读取库。面对多个通道的遥感图像时，这个是没法用的 ...
2020-08-03 11:01 0 547 推荐指数：
相关推荐
深度学习大规模MIMO中的功率分配
摘要-本文使用深度学习的方法在大规模MIMO网络的下行链路中执行max-min和max-prod功率分配。更确切地说,与传统的面向优化的方法相比,训练深度神经网络来学习用户设备(UE)的位置和最优功率分配策略之间的映射,然后用于预测新的UE集合的功率分配曲线｡与传统的优化定向方法相比,使用深度学习 ...
遥感影像深度学习样本制作工具
之前一直想做一个深度学习样本制作工具，但是一直时间不多，今天终于开发完毕，再也不用其他人的工具了。不多说了，这里只需要输入遥感影像路径与arcgis中绘制的shp文件路径，就可以制作样本了，生成固定块大小的样本，目前已经制作成Gui工具，支持批量栅格输入，自适应解决空间投影问题，界面 ...
基于深度学习的单通道语音增强
😃 传统的语音增强方法基于一些设定好的先验假设，但是这些先验假设存在一定的不合理之处。此外 ...
深度学习之图像的数据增强
在图像的深度学习中，为了丰富图像训练集，更好的提取图像特征，泛化模型（防止模型过拟合），一般都会对数据图像进行数据增强， 数据增强，常用的方式，就是旋转图像，剪切图像，改变图像色差,扭曲图像特征，改变图像尺寸大小，增强图像噪音（一般使用高斯噪音，盐椒噪音）等. 但是需要注意，不要加入 ...
深度学习大规模道路网络自动提取
好久没有更新了，近期做了一个工作，就是用深度学习方法来自动提取高分辨率遥感影像上的道路网络，16年的时候都是用的什么SVM，什么增强线性指数等 手工设计的线性目标增强特征，然后去提取道路，那些个东西说白了，没啥用，在一个小区域可能做的有那么点效果，但是换一个场景，立马就没了 ...
大规模遥感影像匀光匀色的一些思考
最近有一项工作需要用到大规模影像，镶嵌成一版图，后期需要用到匀光匀色，由于需要集成到代码库中，所以只能自己实现了。重点参考了论文-《 崔浩, 张力, 艾海滨,等. 利用基准色调的大范围卫星影像色彩一致性处理算法[J]. 测绘学报, 2017, v.46(12):62-73.》，感谢 ...
【OpenCV】分离多通道图像RGB的值
转自：http://blog.csdn.net/xiaowei_cqu/article/details/7558657 在《访问图像中每个像素的值》中我们介绍了存储图像的结构体IplImage的数据结构。多通道字节/浮点型图像中存储了每个像素RGB三信道的值。 最近在做的项目中需要提取图像 ...