vgg模型进行遥感影像场景分类 其中vgg19.py为模型搭建文件
1.使用时需要先下载预训练模型 imagenet-vgg-verydeep-19.mat
2.然后利用prepare_data.py制作数据集
3.在train.py中修改相关文件的路径
如下:
''' pre_vgg19_model = r"imagenet-vgg-verydeep-19.mat" # 预训练模型
image_pkl = r"image.pkl" # 图像矩阵
label_pkl = r"label.pkl" # 标签矩阵 '''
4.训练时直接运行train.py
5.训练结束后,模型文件保存至model文件夹,tensorboard日志文件在logs文件夹,利用tensorboard可以查看loss曲线等
1.UC Merced Land-Use Data Set contains 21 scene classes and 100 samples of size 256x256 in each class.
图像像素大小为256*256,总包含21类场景图像,每一类有100张,共2100张
2.WHU-RS19 Data Set has 19 different scene classes and 50 samples of size 600x600 in each class.
图像像素大小为600*600,总包含19类场景图像,每一类大概50张,共1005张
3.RSSCN7 Data Set
contains 7 scene classes and 400 samples of size 400x400 in each class.
图像像素大小为400*400,总包含7类场景图像,每一类有400张,共2800张
经过60轮训练,模型在验证集上的精度可达到90%以上,其loss曲线如下: