nice

  • 0

    获得赞
  • 0

    发布的文章
  • 0

    答辩的项目

Keras框架+DenseNet121网络结构

Batch大小为64,循环次数为20次,损失函数优化完,最终完成评分为91.35。

最后更新 2019/09/03 15:03 阅读 108

遥感影像场景分类预测

最后更新 2019/09/03 15:03

阅读 108

DenseNet Keras

1、通过观察本地图片发现停车场和路边停车场等类别比较接近,更多的是细节上的差异。
因此对DenseNet121网络结构进行调整,添加了更多底层特征。
.

2、获取全量训练集和校验集并进行重新划分,这样增加了训练样本。
.

3、对图片进行了数据增强,这里使用了random eraser的方法,对最终预测结果会有提升。
.

4、学习率采用adam + warmup learning rate
.

5、在评估预测的时候,对测试集进行了增强,并对所有预测结果取均值。
本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/56147
立即参加 遥感影像场景分类预测
代码展示
选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥80.20元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日参与讨论奖励 20FAI
发送
每日参与讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥80.20
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除