文件列表:

1.png (26710, 2018-04-03)
2.png (453242, 2018-04-03)
3.png (73014, 2018-04-03)
4.png (42182, 2018-04-03)
deprecated (0, 2018-04-03)
deprecated\all_net.py (15837, 2018-04-03)
deprecated\correct_labels.cpp (601, 2018-04-03)
deprecated\predict.py (2682, 2018-04-03)
deprecated\segnet.py (20132, 2018-04-03)
deprecated\unet.py (11836, 2018-04-03)
draw_lables.cpp (1074, 2018-04-03)
ensemble (0, 2018-04-03)
ensemble\vote.py (921, 2018-04-03)
segnet (0, 2018-04-03)
segnet\gen_dataset.py (3111, 2018-04-03)
segnet\segnet_predict.py (2545, 2018-04-03)
segnet\segnet_train.py (10273, 2018-04-03)
unet (0, 2018-04-03)
unet\combind.py (2439, 2018-04-03)
unet\gen_dataset.py (3128, 2018-04-03)
unet\unet_predict.py (2432, 2018-04-03)
unet\unet_train.py (7469, 2018-04-03)

# Satellite-Segmentation This is a satellite remote sensing segmentation project wirtten by Keras based on SegNet and U-Net. ## main ideas 1. segmented by SegNet 2. segmented by U-Net 3. model emsamble: SegNet + U-Net ## other ideas 1. GAN pix2pix: generate some fake satellite images to enlarge the dataset 2. DeepLab 3. Mask RCNN 4. FCN 5. RefineNet 6. post-processing: CRF ## 4月2日更新 我上传了我预处理后的数据集,一份是专门给segnet训练,一份是给unet训练的(只上传了buildings的数据集),所以如果不想自己处理原始数据的话,可以下载我的预处理后的数据跑跑效果看看。建议先跑SegNet效果再跑Unet效果。 预处理后的数据集: ``` 链接:https://pan.baidu.com/s/1FwHkvp2esvhyOx1eSZfkog 密码:fqnw ``` 下载之后可以看到里面有三个文件夹,分别是用于测试的图片,用于unet训练的图片(里面是src和label文件夹),用于segnet的图片(里面是src和label文件夹)。对于segnet训练集我已经切割好了,但是unet的还没切割,所以需要执行该文件生成unet训练集: ``` python ./unet/gen_dataset.py ``` 在执行之前需要先在该文件里面图片读取路径修改为我上传的unet训练集路径,输出路径也要修改一下。 ### 怎么跑SegNet? 可以先在segnet_train.py里修改filepath ,改成segnet训练集的路径,然后 训练: ``` python segnet_train.py --model segnet.h5 ``` --model后面接的是训练之后得到的模型名字 预测:待预测的图片的路径在segnet_predict.py里面修改 ``` python segnet_predict.py ``` ### 怎么跑Unet? 训练: ``` python unet_train.py --model unet_buildings20.h5 --data ./unet_train/buildings/ ``` --model后面接的是训练之后得到的模型名字,--data后面接的是unet的训练集路径 预测:unet_predict.py里面改预测图片的所在路径 ``` python unet_predict.py ``` ### 怎么做label可视化? 1. 有朋友反映原始数据集里的训练集有些图片全黑,这是因为这些图片是十六位的!比赛方就是这么折腾人,所以一般图片浏览器无法显示这些16位图,解决方法: 深度16位的图片转8位:matlab下:im2 = uint8(im1); 2. label怎么都是黑色的啊?因为每类的标签的值都是1到5啊,像素1~5当然是黑色啊!想看看标签长什么样的解决方法:参考介个文件: ``` https://github.com/AstarLight/Satellite-Segmentation/blob/master/draw_lables.cpp ``` 这里我用cpp做了可视化,当然用Python写也是不难的。可视化之后,你也会发现赛会方在又给我们设置第二坑了~ original dataset download: 链接:https://pan.baidu.com/s/1i6oMukH 密码:yqj2 Please visit my blog for more details: http://www.cnblogs.com/skyfsm/p/8330882.html

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：