我想用相应的像素高度地形信息训练二维图像。我有一堆从地形中拍摄的二维图像，其中每个像素的高度也是已知的。有什么方法可以使用深度学习来训练具有高度像素信息的图像？
我已经尝试从图像和像素高度中推断出一些特征，并通过回归方法（例如 SVM）将它们关联起来，但是对于预测新的图像像素高度特征，我还没有得到令人满意的结果。
问问题
219 次
1 回答
0
如何使用像素高度值作为标签，并将图像（我假设为 RGB，所以 3 个通道）作为训练集。然后你可以运行监督学习。尽管我不确定如何仅通过查看图像来恢复身高，但即使是人类在看过许多图像后也很难做到这一点。我认为您需要某种参考点。
要将图像转换为 3D 值数组（第 3 维是颜色通道）：
from keras.preprocessing import image
# loads RGB image as PIL.Image.Image type
img = image.load_img(img_file_path, target_size=(120, 120))
# convert PIL.Image.Image type to 3D tensor with shape (120, 120, 3)
x = image.img_to_array(img)
还有许多其他方法：在 python 中将图像转换为 2D 数组
在为图像分配标签（这里的标签是像素高度）方面，它就像创建训练集x_train(nb_images, 120, 120, 3) 和标签y_train(nb_images, 120, 120, 1) 并运行监督学习一样简单在这些上，直到对于模型中的每个图像都可以在一定的误差范围内x_train预测每个高度集内的对应值。y_train
于 2019-03-26T21:39:53.930 回答