我正在寻找使用 R 的“mxnet”对多波段图像（RGB、多光谱/高光谱航空或卫星遥感）进行像素分类的最佳实践或案例研究。实际上，在图像标记方面有很多最佳实践（例如，像 imagenet 这样的大型图像档案中的狗与猫），其中对整个图像进行了分类，并且通常有很多训练数据（或预训练模型）可用。但是，我没有发现任何有关像素级图像分类/回归的信息，其中训练数据通常比较稀疏，应用程序处理例如土地覆盖类别、物体（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）。
问问题
320 次
1 回答
1
FCN（Fully Conv Network）是一种基于像素的分割，似乎符合您的需求。MXNet 有一个很好的例子，展示了使用 Python 的 FCN-xs，但如果你真的喜欢 R，你应该能够转换它，或者只使用示例中可用的预训练网络。
于 2017-12-18T08:40:01.747 回答