DL深度学习部分成果展示
开头:本文摘自作者部分真实论文内容,深度学习研究成果展示如下,内容仅供各位参考
1、数据来源
语义分割:以***省***市小部分城区的高分1号遥感影像数据为数据源制作样本集,影像的获取日期为2017年4月12日,类型是2m的全色波段影像和8m的多通道影像。
目标检测:以长江下游海上货轮和美国东北、西部游泳池的影像截图为数据源制作样本集,获取方式为Google Earth,格式为PNG。图片尺寸:300x300和500x375两种。
2、语义分割 - “遥感影像地物提取分类” 部分结果展示
2、目标检测 - “大型货轮 & 游泳池” 结果部分展示
目标检测结果输出格式为“类别 | 置信度”,数字“1”表示大型货轮类;数字“2”表示游泳池类。图4.3、4.4分别展示了模型在测试集、验证集上的部分检测结果。
3、精度验证总结
(1)语义分割
验证:对61个测试样本进行统计并经过计算得到:PA = 50.1040%;对23个验证样本进行统计经过计算得到:PA = 37.8518%;
结论:SegNet网络模型在2m分辨率遥感影像中的提取分类效果不是很好,其原因可以概括为:用于训练的样本少;影像分辨率低导致人工标注与模型进行预测结果时较困难;
(2)目标检测
验证:对316个测试样本与155个验证样本进行预测,经统计与计算后得到的信息分别下表所示。
通过表信息可以得到模型在验证集中的召回率Recall Rate等于97.4250%,比测试集召回率下降了2.0315%;准确度Accuracy等于94.1909%,比测试集准确度下降了2.6345%;
精确度Precision等于96.5957%,比测试集精度下降了0.7447%;
通过对比测试集与验证集发现:验证集中的小目标明显多于测试集,且小目标的预测结果没有大目标的好,最终导致了验证集的整体精度下降。
完善措施:增加训练集样本中小目标样本数量;
结论:SSD网络模型在大型货轮与游泳池的目标检测中,整体上的目标检测结果较好,且大目标的检测结果比小目标的检测精度高
最后:仍然充满着对 AI 学术研究的热情,在这之前先活下来,期待与您一起学习进步
DL深度学习部分成果展示相关推荐
- 图深度学习:成果、挑战和未来
译自:雷锋字幕组 原文:https://towardsdatascience.com/deep-learning-on-graphs-successes-challenges-and-next-ste ...
- 图深度学习:成果、挑战和未来[AI前沿技术]
关注:决策智能与机器学习,深耕AI脱水干货 作者 / McGL 来源 | 知乎 授权转载 图深度学习是近期的研究热点.Michael教授带你了解目前最新成果及未来挑战. Deep learning o ...
- AI人工智能ML机器学习DL深度学习
人工智能Artificial Intelligence最早是在1956年提出的.几个计算机科学家在达特茅斯会议上希望能使计算机不仅仅是进行简单的计算,而是可以达到人脑相同的功能.关于人工智能,罗辑思维 ...
- AI深度学习文章成果 -(SEO内容训练模型产出的内容)
文章一:网站优化过程中我们一定要避免的蜘蛛陷阱误区 在网站优化工作中,有些时候想要通过更加快速的方式让搜索引擎收录并得到好的排名.但是由于蜘蛛程序和服务器选择不一导致了很多站长在进行网站优化时会进入一 ...
- 用DL深度学习神经网络绘图---对于程序来说0和1到底是什么样的
制作一个784*300*2的神经网络用于区分mnist的0和1,得到训练好的权重将网络反过来变成2*300*784,将输出当做输入,并计算输出,看看对应一组训练好的权重画出来的是什么图形. 神经网络正 ...
- [zz]百度发布深度学习可视化平台 Visual DL
版权声明:本文为EnweiTech原创文章,未经博主允许不得转载. https://blog.csdn.net/English0523/article/details/79087274 恩威AI ...
- 百度发布深度学习可视化平台 Visual DL
恩威AI 科技评论消息,1 月 16 日,百度 ECharts 团队发布旗下知名开源产品 ECharts 的最新 4.0 版本,并宣布品牌升级为「百度数据可视化实验室」(http://vis.baid ...
- 全球股市巨震,如何用深度学习预测股价?
这两天全球股市都可谓血雨腥风! 这个时候,营长照例会点燃一根烟,看着满屏高高低低的K线,心中又出现了那个历史之问:这时候是该卖出手中持仓?还是用剩余资金抄底? 作为关注 AI 多年的股市老韭菜,营长深 ...
- TensorFlow 2.X中的动手NLP深度学习模型准备
简介:为什么我写这篇文章 (Intro: why I wrote this post) Many state-of-the-art results in NLP problems are achiev ...
最新文章
- struts2+Hibernate实现用户登陆功能
- Django模型层(models.py)之多表操作
- Java 算法 数字黑洞
- 利用VB函数Dir()实现递归搜索目录
- 应该怎样学习新知识?
- 7.2.Zeng_Cache(3) --- 前端
- Facebook推出高速光网络技术将共享
- 小D课堂-SpringBoot 2.x微信支付在线教育网站项目实战_2-4.后端项目分层分包及资源文件处理...
- JAVA的抽象类和接口
- c4d支持mac系统渲染器有哪些_C4D的几大主流渲染器
- c语言增量pi调节程序,增量式PI控制函数源代码(C语言)
- 推荐几个好用又好玩的vscode插件!
- 公众号再也不用为单独上传图片和排版发愁了
- 对象存储BOS服务介绍
- 新旧骗术揭秘:防止5G时代的电信诈骗
- 加入洛谷OJ,开通洛谷博客
- python gpio 接口_树莓派GPIO接口常见的命令
- bigwig归一化方式详解
- 修改jupyter notebook的工作路径和起始位置
- Java实验:重写equals方法