Road_extraction
使用多GPU模型张量流的Attention Unet和Deep Unet实现道路提取
Deep U-Net的多种变体已经过额外的层和额外的卷积测试。 尽管如此,优于所有人的模型是Attention U-Net:学习在哪里寻找胰腺。 我添加了一个额外的调整来提高性能,将卷积块切换为残差块
TensorFlow分割
TF细分模型,U-Net,Attention Unet,Deep U-Net(U-Net的所有变体)
使用神经网络(NN)进行图像分割,旨在从遥感影像中提取道路网络,它可用于其他应用中,标记图像中的每个像素(语义分割)
可以在以下论文中找到详细信息:
注意U-Net附加模块
要求
Python 3.6
CUDA 10.0
TensorFlow 1.9
Keras 2.0
模组
utils.py和helper.py函数用于预处理数据并保存。
1