我正在寻找最佳实践或案例研究,使用R的"mxnet“对多波段图像进行像素分类(RGB、mlutispectral/高光谱航空或卫星遥感)。事实上,在图像标记方面有很多最佳实践(例如,在像imagenet这样的大型图像存档中,狗和猫),整个图像被分类,通常有很多训练数据(或预训练模型)可用。然而,我没有发现任何关于像素级图像分类/回归的东西,在这些图像分类/回归中,训练数据通常比较稀疏,并且应用程序处理土地覆盖类别、对象(如汽车、建筑物等)。或生物物理变量(生物量、土壤湿度、叶绿素含量等)。
发布于 2017-12-18 16:40:02
FCN (Fully Conv Network)是基于像素的分割,似乎适合您的需求。MXNet有一个使用Python的很好的example showing FCN-xs,但是如果你真的喜欢R,你应该能够转换它,或者只使用示例中提供的预先训练好的网络。
https://stackoverflow.com/questions/41845286
复制相似问题