深度學習-樣本增強（tensorflow、keras、pytorch）
深度學習中的數據增強與實現 深度學習中的數據增強（data augmentation） ...
原文：大規模深度學習多通道遙感圖像樣本增強
又來了博客更新時候，好久沒有更新了，最近忙於把之前的Deeplearning代碼進行打包，封裝測試，故沒有更新。這一次我們講一下比較基礎，也比較重要的遙感圖像樣本增強。 我們都知道，自然圖像都是三通道或者一通道，使用PIL庫即可進行讀取，然后進行相關操作即可，包括很多框架自帶的Augment庫，如Augmentor等等，都是使用PIL作為底層圖像 讀取庫。面對多個通道的遙感圖像時，這個是沒法用的 ...
2020-08-03 11:01 0 547 推薦指數：
相關推薦
深度學習大規模MIMO中的功率分配
摘要-本文使用深度學習的方法在大規模MIMO網絡的下行鏈路中執行max-min和max-prod功率分配。更確切地說,與傳統的面向優化的方法相比,訓練深度神經網絡來學習用戶設備(UE)的位置和最優功率分配策略之間的映射,然后用於預測新的UE集合的功率分配曲線｡與傳統的優化定向方法相比,使用深度學習 ...
遙感影像深度學習樣本制作工具
之前一直想做一個深度學習樣本制作工具，但是一直時間不多，今天終於開發完畢，再也不用其他人的工具了。不多說了，這里只需要輸入遙感影像路徑與arcgis中繪制的shp文件路徑，就可以制作樣本了，生成固定塊大小的樣本，目前已經制作成Gui工具，支持批量柵格輸入，自適應解決空間投影問題，界面 ...
基於深度學習的單通道語音增強
😃 傳統的語音增強方法基於一些設定好的先驗假設，但是這些先驗假設存在一定的不合理之處。此外 ...
深度學習之圖像的數據增強
在圖像的深度學習中，為了豐富圖像訓練集，更好的提取圖像特征，泛化模型（防止模型過擬合），一般都會對數據圖像進行數據增強， 數據增強，常用的方式，就是旋轉圖像，剪切圖像，改變圖像色差,扭曲圖像特征，改變圖像尺寸大小，增強圖像噪音（一般使用高斯噪音，鹽椒噪音）等. 但是需要注意，不要加入 ...
深度學習大規模道路網絡自動提取
好久沒有更新了，近期做了一個工作，就是用深度學習方法來自動提取高分辨率遙感影像上的道路網絡，16年的時候都是用的什么SVM，什么增強線性指數等 手工設計的線性目標增強特征，然后去提取道路，那些個東西說白了，沒啥用，在一個小區域可能做的有那么點效果，但是換一個場景，立馬就沒了 ...
大規模遙感影像勻光勻色的一些思考
最近有一項工作需要用到大規模影像，鑲嵌成一版圖，后期需要用到勻光勻色，由於需要集成到代碼庫中，所以只能自己實現了。重點參考了論文-《 崔浩, 張力, 艾海濱,等. 利用基准色調的大范圍衛星影像色彩一致性處理算法[J]. 測繪學報, 2017, v.46(12):62-73.》，感謝 ...
【OpenCV】分離多通道圖像RGB的值
轉自：http://blog.csdn.net/xiaowei_cqu/article/details/7558657 在《訪問圖像中每個像素的值》中我們介紹了存儲圖像的結構體IplImage的數據結構。多通道字節/浮點型圖像中存儲了每個像素RGB三信道的值。 最近在做的項目中需要提取圖像 ...