我正在考虑使用陆地卫星图像来训练CNN,以便进行无监督的像素语义分割分类。也就是说,我一直无法找到一种方法,允许我从较大的陆地卫星图像中裁剪图像进行训练,然后对原始图像进行预测。本质上,这是我想要做的:
原始陆地卫星图像(5,000 x 5,000 -这是一个任意大小,不能很好地确定实际尺寸) ->将图像裁剪成(100 X 100)块->在这些裁剪图像上训练模型->为原始(未裁剪)
我已经训练了一个使用CNN来分类图像的模型。我希望从磁盘上的文件夹中加载图像,并预测它是哪个类别。如果我一次对一个图像做预测,我的代码就能工作。但是,当我使用循环遍历所有图像并预测类时,它就失败了。IMG_SIZE, 1) #reshape as numpy array (same as training set)
test_data.append