RoadSegmentation:分割地球的卫星图像:确定哪些部分是道路

上传者: 42131405 | 上传时间: 2023-04-06 15:25:15 | 文件大小: 1.25MB | 文件类型: ZIP
道路分割 合作者: 目录 : 介绍 该项目是 “模式分类和机器学习”课程的一部分。 更具体地说,这是我们针对道路分割的第二个项目的解决方案。 该文件概述了我们的代码及其功能。 有关该项目本身的所有其他说明,可以在其官方文件( paper.pdf文件)中找到。 该项目的目标是通过确定哪些16x16像素斑块是道路还是不是道路来分割地球的卫星图像。 简而言之,该代码运行第一个卷积神经网络以获得基本预测。 此后,它运行第二个,即后处理一个,它使用先前计算的预测来给出最终预测。 结果 我们取得了约0.91的F1分数,下面您将看到一个图像,说明所获得的定性结果。 在图像上,每个检测到的道路补丁都以

文件下载

资源详情

[{"title":"( 14 个子文件 1.25MB ) RoadSegmentation:分割地球的卫星图像:确定哪些部分是道路","children":[{"title":"RoadSegmentation-master","children":[{"title":".gitignore <span style='color:#111;'> 305B </span>","children":null,"spread":false},{"title":"tf_helpers.py <span style='color:#111;'> 7.14KB </span>","children":null,"spread":false},{"title":"run.py <span style='color:#111;'> 5.52KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.32KB </span>","children":null,"spread":false},{"title":"result.jpg <span style='color:#111;'> 38.60KB </span>","children":null,"spread":false},{"title":"paper.pdf <span style='color:#111;'> 1.21MB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.04KB </span>","children":null,"spread":false},{"title":"prediction_helpers.py <span style='color:#111;'> 5.70KB </span>","children":null,"spread":false},{"title":"mask_to_submission.py <span style='color:#111;'> 1.59KB </span>","children":null,"spread":false},{"title":"image_helpers.py <span style='color:#111;'> 9.55KB </span>","children":null,"spread":false},{"title":"learner.py <span style='color:#111;'> 13.55KB </span>","children":null,"spread":false},{"title":"global_vars_pp.py <span style='color:#111;'> 1.15KB </span>","children":null,"spread":false},{"title":"logger.py <span style='color:#111;'> 1.36KB </span>","children":null,"spread":false},{"title":"global_vars.py <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明