pyTorch:高光谱图像分类 该存储库基于PyTorch和sklearn实现了6个用于高光谱图像分类的框架。 详细结果可见于 基于的高光谱图像分类 双分支双注意机制网络 。 如果您需要任何其他信息，请随时与我联系： lironui@whu.edu.cn 。 我们的一些代码引用了项目 双重注意网络 遥感影像分类 用于高光谱图像分类的快速密集光谱空间卷积网络框架
最近更新: 5年多前用于训练和使用高光谱数据的无监督自动编码器和有监督深度学习分类器的工具。 可 文档 在此处找到 。 源代码可在 Github上获得 。 自动编码器是无监督的神经网络，可用于一系列应用，例如无监督的特征学习和降维。 可以在标记的数据上训练监督型深度学习分类器，以预测光谱的类别。 该存储库提供了一个名为 的基于python的工具箱 deephyp ，其中包含针对高光谱数据而设计，训练和测试密集和卷积自动编码器以及分类神经网络的示例。 网络易于设置，并且可以使用不同的架构进行自定义。 也可以采用不同的培训方法。 工具箱基于tensorflow构建。
最近更新: 5年多前
