matlab如何敲代码此代码基于python3.0。此代码表示高光谱图像的超分辨率方法
如何使用它？
在main.py路径下打开CMD命令，然后根据训练顺序依次执行train_srresnet.sh，train_srganc.sh，test_srganc.sh。
用笔记本打开这些文件，将“
Python”之后的部分复制到CMD，然后按Enter执行。
我们从matlab中准备训练数据和测试数据，这些数据来自高光谱图像：华盛顿特区的购物中心，数据位于“数据”路径下，并且有很好的依据。
如何处理设置？
您需要设置的所有参数都在main.py中，根据您的培训需要更改变量“
Flags”
参数设置功能：（1）3DSRResnet模型：需要设置以下变量：Out_putdir模型：输出位置和文件名，默认为当前目录summary_dir：培训过程日志存储，默认情况下与output_dir相同，默认情况下位于该日志下output_dir的任务：SRResnet
Batch_size：不需要忽略，默认为1倍和1张图片Num_resblock：建议小于或等于8
learning_rate：此变量是可调的，
2022-05-01 15:43:33
27KB
1
USB2000采集
从连接到Raspberry Pi的Ocean Optics USB 2000采集光谱数据
＃设置
必须使用对Raspberry Pi进行升级，以便导入正确的模块。
#Limitations仅与Python 2兼容（出于某些原因）
2022-04-30 18:42:37
14KB
1
图像显着性检测算法matlab代码显着性2013
高光谱图像中的显着目标检测
介绍
该存储库包含ICIP论文《高光谱图像中的显着目标检测》中描述的算法的源代码。
可以在本文中找到更多详细信息。
该软件包已在64位Windows计算机上使用Matlab
2013a进行了测试。
此代码仅用于研究目的。
引用
如果您发现此代码对您的研究有用，请考虑引用：@inproceedings
{Liang2013，作者=
{Liang，Jie
and
Zhou，Jun
and
Bai，Xiao
and
Qian，Yuntao}，书名=
{2013
IEEE国际图像处理会议}
，月份=
{sep}，页面=
{2393--2397}，发布者=
{IEEE}，标题=
{{高光谱图像中的显着物体检测}}，网址=
{，年份=
{2013}}
正在安装
下载代码：git
clone。
下载高光谱图像：
将代码文件夹添加到Matlab的工作目录中。
运行Demo.m
反馈
如果您有任何问题（疑问，反馈）或发现代码中的错误，请与联系。
2022-04-29 16:50:43
9.8MB
1
SLIC超像素分割MATLAB代码
2022-04-29 10:57:35
2.11MB
1