数据融合matlab代码-AMDF-ResNet:AMDF-ResNet

数据融合matlab代码自适应多尺度深度融合残差网络用于遥感影像分类 重要的样本选择策略（ISSS）在matlab中实现。 自适应多尺度深度融合残差网络（AMDF-ResNet）是使用Caffe的深度学习框架实现的。 文件夹数据集是数据集，其中image1表示Vancouver Level 1B图像，而image2表示Vancouver Level 1C图像。 文件夹模型是用于训练和测试的模型。 在文件夹caffe中，基于原始caffe模块，添加了用于实现自适应融合模块的相关代码。 文件夹data_code包含用于数据处理的代码，其中data_normal.py标准化数据，而test_index.py保存测试像素的坐标，以减少内存使用量。 使用不同的数据集时，需要替换代码中的相应数据路径。 1，构建Caffe和pycaffe cd ./caffe 制作所有&&制作pycaffe 2.测试 文件夹输出包含使用我们的方法训练的权重。 使用这些权重进行测试，可以获得相应的分类图和定量结果。 定量结果保存在res.txt中。 cd ./代码 python test_net.py 3.火车 首先