手把手教程：零基础使用MATLAB完成基于深度学习U-Net模型的遥感影像分类
背景：
很多初入深度学习的学生都会遇到各种环境配置问题，环境搭建不好模型就跑不了，所以这是限制新手的一大难点，MATLAB具有成熟的运行环境，无需配置，这点对于想跑通一个深度学习模型的新手是非常有利的。所以，本教程手把手教你使用MATLAB中的深度学习框架，完成遥感影像分类的具体操作步骤。本教程给出完整的代码及原始训练及测试样本，旨在最大限度的简化操作步骤，让深度学习零基础的学生也可以轻松跑通深度学习代码，增加自信心和学习兴趣，为遥感影像分类提供一个可借鉴的新型的方法。
准备工作：
1.准备电脑性能较好的电脑一台，建议内存最好16G以上，有GPU更好，否则会非常慢。
2.自行安装MATLAB2018，因为2018集成了很多深度学习模块儿，之前版本没有测试。
3.下载数据本人提供的数据包，csdn下载链接https://download.csdn.net/download/weixin_39691594/11287276（本想象征性设置一个积分，结果下载csdn系统默认最低5分，还不能修改，有点坑，但是教程绝对超值，花了好久才整理出来）。
可实现功能：
1.下载文档后只需按照教程更改路径即可完成深度学习模型的训练及测试，替换训练数据即可运用到自己独立的项目。
2.自己深入研究也可以更改网络，训练适合自己的网络模型。
3.适合初学者及简单的应用，想要深入精通学习深度学习还是使用基于Python的一些较为热门的框架，比如TensorFlow、Keras、PyTorch、Caffe、Theano等，其中建议先入手Keras。
具体操作步骤：
本教程鉴于MATLAB官方文档示例代码改写完成，有兴趣的可以在MATLAB帮助文档搜索框查找Semantic Segmentation of Multispectral Images Using Deep Learning，即可看到官方示例。
本实验之所以选择MATLAB框架，在于MATLAB成熟的商业框架，无需繁琐的框架环境配置，对于零基础的学员来说非常容易入手深度学习。言归正传，介绍操作步骤：
- 打开下载好的资料包如下图所示
其中选中的两个文件是主文件，train_3band.m是训练模型文件，test_model.m是用来测试应用模型做分类；其余的文件是涉及到的运行模块儿；image文件夹里面是训练、验证及测试数据。如图所示 - 直接打开train_3band.m，按照下图替换相应训练数据路径，使用以上数据集中的数据，对应名字将红色框框中四个数据替换掉，注意路径要改对。
此时直接运行，不出错的请路况下就会按照预设参数进行训练，电脑配置好的分分钟完成，很差的话就等吧。。。。
介绍下预设参数，本实验是做了2分类，循环次数及输入数据量都设为最小，完成后只是保证训练成功，结果会很差，跑通之后将如下参数改大即可训练多次提高精度。如下更改红色框框参数，其他参数自己根据需要自己摸索：
训练无误会出现几个MATLAB弹窗显示结果，精度满意的话可以保存模型，右键MATLAB工作区中的net，另存为一个mat文件，比如3band_model.mat，保存到跟主文件一个文件夹中待用，如图：
测试数据：打开test_model.m，如图替换红色框框中的数据。
如下图更改自己想保存的结果路径，等待运行结果即可。运行成功最终文件夹会出现几个文件，如图所示，可以自行对比。至此训练及测试模型程序步骤完全跑通，可以根据自己的工作项目实际需求，替换原始数据，应用到自己的项目中。其中需要注意几点：标签数据和训练数据的行列大小一定要对应上，标签数据的像素值要跟程序中设置的参数对应，本实验标签的像素值设置为1和2 ，做了2分类，也可根据需要做多分类和更改网络模型，具体操作是要更改文件夹中其他的几个文件，有兴趣可以深入研究，有疑问欢迎留言探讨。
手把手教程：零基础使用MATLAB完成基于深度学习U-Net模型的遥感影像分类相关推荐
- 基于深度学习的显著性检测用于遥感影像地物提取（U-2-NET）
GitHub地址链接:https://github.com/NathanUA/U-2-Net 这个显著性检测很好用,强烈推荐,建议二分类的任务都来试试,尤其对边缘细节要求比较高的任务. 下面的效果要不 ...
- 基于深度学习的图像识别模型研究综述
基于深度学习的图像识别模型研究综述 摘要:深度学习是机器学习研究中的一个新的领域,其目的在于训练计算机完成自主学习.判断.决策等人类行为并建立.模拟人脑进行分析学习的神经网络,它模仿人类大脑的机制来解 ...
- 基于深度学习的SDN家庭网关加密网络流量分类
写在前面: 本文翻译供个人研究学习之用,不保证严谨与准确 github链接:https://github.com/WithHades/network_traffic_classification_pa ...
- CTR预估系列：DeepCTR 一个基于深度学习的CTR模型包
在计算广告和推荐系统中,CTR预估一直是一个核心问题.无论在工业界还是学术界都是一个热点研究问题,近年来也有若干相关的算法竞赛.本文介绍一个基于深度学习的CTR模型包DeepCTR,具有简洁易用.模块 ...
- 基于深度学习的图像识别模型发展
一.简介 AlexNet:(2012)主要贡献扩展 LeNet 的深度,并应用一些 ReLU.Dropout 等技巧.AlexNet 有 5 个卷积层和 3 个最大池化层,它可分为上下两个完全相同的分 ...
- mysql 李天生_笔记：《零基础搞定机器学习及深度学习（覃秉丰）》
引自:<零基础搞定机器学习及机器学习>(网易云课堂 - 覃秉丰) 线性回归 回归分析最典型的例子就是"房价预测". 代价函数 相关系数 决定系数 y为真实值,加 - 表 ...
- 基于深度学习的CTR模型DeepCTR 更新啦！
文章来源于浅梦的学习笔记,作者努力学习的浅梦 自deepctr v0.7.0在去年11月底发布后,由于个人的一些原因没能及时的跟进和解答朋友们在github issue区,DeepCTR交流群以及通过 ...
- 工业界推荐系统必读论文：基于深度学习的推荐模型——DLRM
作者丨纪厚业 单位丨北京邮电大学博士生 研究方向丨异质图神经网络及其应用 引言 推荐系统尤其是深度推荐系统已经在工业界得到了广泛应用,尤其是在电商场景下(如淘宝和京东的商品推荐).一个好的工业级推荐系 ...
- 零基础自学python教程-零基础学Python不迷茫——基本学习路线及教程
什么是Python? 在过去的2018年里,Python成功的证明了它自己有多火,它那"简洁"与明了的语言成功的吸引了大批程序员与大数据应用这的注意,的确,它的实用性的确是配的上它 ...
最新文章
- 关于技术方案与架构宣讲的思考
- 邓海建：让网约车成为智慧城市的“老司机”
- 十天精通CSS3(3)
- 定点数的编码表示方法
- c++ getline 读不到东西_C++ getline()函数问题
- SwiftUI之深入解析高级动画的几何效果GeometryEffect
- JavaScript与HTML交互——事件
- html微软雅黑字体模糊,WinXP中微软雅黑字体模糊看得很吃力怎么解决
- DSOFramer使用
- android 禁止软键盘弹出自动弹出,Android屏蔽软键盘自动弹出的解决方案
- 手机用USB连接电脑宽带上网（只需轻松3步即可上网）
- 中国队输球是有原因滴
- 微信小程序 - 数据转excel下载并复制链接
- 小白友好——C++基于EeayX简单开发的豪华版贪吃蛇[单人模式+双蛇对战+闯关模式(地图跳转)+排行榜+音乐]
- vue openlayer 添加风场效果
- Android 数字显示带E(科学计数法)
- 优链时代入围Internet Deep 【2022元宇宙TOP500】榜！
- arduino+ESP8266网络控制LED灯
- Android 音频源码分析——音量调节流程
- 使用Java获取发送请求的电脑的IP地址