Skip to content

基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别,并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类,水体识别的准确率可以达到96%以上。

Notifications You must be signed in to change notification settings

yufeifeiyu/Matlab-Deep-Learning-Toolbox-CNN-Water-image-recognition

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

使用步骤

1.安装labelme,使用 pip install labelme 命令即可。

2.在labelme环境下输入 labelme命令,打开labelme软件,对图片进行标记,具体方法就是用多边形将所有水体部分圈起来命名为water,并保存文件(json格式)。

3.将main.m文件内fname和imagename改为对应的json文件名和image文件名,之后使用matlab运行main.m文件,稍等片刻,即可看到训练过程,训练结束后可以看到ac率和预测后图像和原始图像的对比。

labelme的GitHub地址:https://github.com/wkentaro/labelme 文件中包含两个测试样例,image1和image2,分别是单通道的遥感水体图像,分辨率为79317301和一个从网上下载的RGB水体图像,分辨率为500333.

About

基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别,并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类,水体识别的准确率可以达到96%以上。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published