原创 批量讀取文件夾內的文件（含python代碼）
目錄 代碼1 代碼2 由於筆者做圖像處理較多，咱們就用讀取文件夾內的所有圖像文件爲例，解決批量讀取文件夾內文件的問題。我們用到的核心就是 os.path() 的庫。 os.path()函數常用用法 os.path.exists(path
2020-07-05 17:46:29
6
原创 變化檢測算法合集
1.變化檢測的概念 變化檢測是從不同時期的遙感數據中定量分析和確定地表變化的特徵與過程； 遙感變化檢測是一個確定和評價各種地表現象隨時間發生變化的過程； 遙感變化檢測是遙感瞬時視場中地表特徵隨時間發生的變化引起兩個時期影像像元光譜響應的變
2020-07-05 17:46:29
1
原创 各種讀取保存tif,tiff,png,jpg，mat等格式圖像方法大集合（python）
利用opencv讀取tif 文件 #導入cv模塊 import cv2 as cv import numpy as np #讀取圖像，支持 bmp、jpg、png、tiff 等常用格式 #第二個參數是通道數和位深的參數，有四種選擇，參h
2020-06-15 19:02:17
1
原创 萬能深度學習算法模板（語義分割/場景分類/變化檢測）含python代碼
涵蓋主流深度學習模型，包括語義分割模型，場景分類模型等等，也可以用於變化檢測！ pytorch -change-detection 鏈接地址：GitHub鏈接
2020-06-15 19:02:17
原创 Tensorflow(一) TFRecord生成與讀取
TFRecord生成 一、爲什麼使用TFRecord? 正常情況下我們訓練文件夾經常會生成 train, test 或者val文件夾，這些文件夾內部往往會存着成千上萬的圖片或文本等文件，這些文件被散列存着，這樣不僅佔用磁盤空間，並且再被一
2020-06-15 19:02:17
原创 語義分割，目標檢測，變化檢測算法精度評價指標
混淆矩陣 混淆矩陣也稱誤差矩陣，是表示精度評價的一種標準格式，用n行n列的矩陣形式來表示。混淆矩陣的每一列代表了預測類別，每一列的總數表示預測爲該類別的數據的數目；每一行代表了數據的真實歸屬類別，每一行的數據總數表示該類別的數據實例的數目
2020-06-15 19:02:17
原创 word工具條置灰，無法編輯的解決方法
正常使用word，點擊賬戶，如下圖所示： 步驟非常簡單，按照以下方法一步步操作。 step1：在桌面新建一個txt文本，裏面填寫如下內容 @echo off title Activate Office 365 ProPlus fo
2020-02-23 13:32:57
原创 python GDAL 影像處理系列之將兩幅3通道影像合併爲一幅6通道影像（四）
以最常見的3通道影像爲例，假設要合併2幅3通道遙感影像爲一幅6通道影像，並且不損失地理信息，就必須要請出我們的主角"GDAL"。 要使用GDAL'的功能，首先要安裝GDAL，具體的安裝教程在GDAL安裝教程。 安裝好了之後就可以簡答使用了
2020-02-23 13:32:57
原创 python GDAL 影像處理系列之裁剪與合併影像（三）
一景遙感影像通常比較大，那麼如何通過代碼對遙感影像進行裁剪或切割呢？ 在進行了相應的處理之後，又需要將切割影像進行拼接合並操作，怎麼辦呢？ 自從接觸遙感影像，發現gdal庫的好用！ 媽媽再也不用擔心我不會處理遙感影像啦！ so easy
2020-02-23 13:32:57
原创 python GDAL 影像處理系列之安裝GDAL（一）
遙感影像地理座標 在遙感影像中，地理座標的信息異常重要，但是對於numpy array數據來說，沒有地理位置信息的，因此如果需要地理信息的情況下，如果再將遙感影像作爲普通多波段RGB影像來進行處理就有點不合適了，那怎麼合適
2020-02-23 13:32:57
原创 python GDAL 影像處理系列之給遙感影像加地理信息（二）
在遙感影像中，地理座標的信息異常重要，但是對於numpy array數據來說，沒有地理位置信息的，因此如果需要地理信息的情況下，如果再將遙感影像作爲普通多波段RGB影像來進行處理就有點不合適了，那怎麼合適呢？我就來了。。。。（歡呼）
2020-02-23 13:32:57
原创 變化檢測：DSFA模型（含python代碼）
2019IEEE Transactions of Geoscience and Remote Sensing武大變化檢測新模型：DSFA 1.論文地址：Unsupervised Deep Slow Feature Analysis
2019-10-26 05:08:21
原创 PointConv: Deep Convolutional Networks on 3D Point Clouds （CVPR-2019）
論文：https://arxiv.org/abs/1811.07246 代碼：https://github.com/xautdestiny/pointconv 摘要：與常規密集網格所代表的圖像不同，3D點雲數據是不規則且無序的，因
2019-08-23 03:11:06
6
原创 GeoNet Deep Geodesic Networks for Point Cloud Analysis
文章下載鏈接：https://arxiv.org/pdf/1901.00680.pdf 摘要：基於表面的測量拓撲理論爲目標的語義分析和幾何建模研究提供了強有力的線索。但是，對於點雲數據而言，這種關聯信息往往會丟失。因此，本文提出一種
2019-08-23 03:11:06
2