TYTaO / CBIR-demos
本项目基于ImageNet数据集预训练的VGG16和ResNet34网络模型，微调以提取遥感图像特征。我们尝试了多种特征聚合方法，通过使用PCA降维技术和扩展查询技术来优化特征存储、向量计算和特征检索效果。此外，我们还采用局部敏感哈希算法（LSH）实现了大规模遥感图像检索。该算法在UCMD数据集上进行了性能验证。
☆25Updated last year
Alternatives and similar repositories for CBIR-demos:
Users that are interested in CBIR-demos are comparing it to the libraries listed below
- 深度学习图像分类的入门教程☆281Updated 5 years ago
- 基于PyTorch框架实现的图像分类网络☆79Updated 4 years ago
- 一个本地的基于内容的图像检索系统，实现了包括颜色特征提取（颜色直方图，HSV中心距），纹理特征（灰度共生矩阵，LBP算子），边缘特征（边缘直方图），哈希感知算法（aHash,pHash,dHash算法等），SIFT特征提取。以及基于VGG-16提取特征等功能☆83Updated last year
- 基于卷积神经网络的遥感图像分类☆62Updated 3 years ago
- Some basic neural network implement by tf2.0☆28Updated 2 years ago
- Based on Google Earth remote sensing images of Wuhan in 2016, using pre-trained models Alexnet, VGG11, Resnet-50 and Resnet-101 for trans…☆28Updated 3 years ago
- 2021全国数字生态创新大赛-智能算法☆75Updated 4 years ago
- 汇总了计算机视觉中图像分类、目标检测、语义分割的一些经典算法，使用pytorch实现，欢迎学习下载☆16Updated 3 years ago
- ☆149Updated 8 months ago
- 2019本科毕业设计：基于UNet的遥感图像语义分割☆57Updated 3 years ago
- 超清遥感图像的语义分割，内附类别不平衡损失为何失效☆27Updated 2 years ago
- For the remote sensing scene classification task in complex background, we proposed a lightweight convolutional neural network with bilin…☆40Updated 4 years ago
- keras遥感图像Unet语义分割(支持多波段&多类)☆146Updated 4 years ago
- QT界面+图像检索+神经网络☆26Updated 4 years ago
- 提取图像的灰度共生矩阵（GLCM） ，根据GLCM求解图像的概率特征，利用特征训练SVM分类器，对目标分类☆118Updated 5 years ago
- 2021“昇腾杯”遥感影像智能处理算法掌握发展过程三等奖（TOP5）方案分析：https://zhuanlan.zhihu.com/p/453136594解决方案说明： train.py 用于训练 test.py 用于推理☆39Updated 3 years ago
- TensorFlow对遥感图像的分类☆22Updated 6 years ago
- 用Pytorch复现常用语义分割网络，备用☆31Updated 4 years ago
- 遥感影像语义分割☆45Updated 11 months ago
- 使用sift算法提取图像特征点，然后利用KMeans算法特征点进行聚类，然后进行匹配来实现基于内容的图像分类器☆18Updated 4 years ago
- this is an implement of DenseNet using keras ,this project can do Remote sensing image classifiy or retrieval.I trained and evaluated thi…☆46Updated 6 years ago
- 遥感图像的语义分割，基于深度学习，在Tensorflow框架下，利用TF.Keras，运行环境TF2.0+☆297Updated 4 years ago
- 高分遥感影像数据集的制作☆54Updated 6 years ago
- 【飞桨学习赛：遥感影像地块分割】22年7月第一名方案，可提供复现精度66.18分，项目亮点：全程基于PaddleSeg开发，有效的数据增强手段，有效的数据集处理手段，基于SegFormer的Decoder更改。☆13Updated 2 years ago
- Deeplab v3_Plus for semantic segmentation of remote sensing(pytorch)☆47Updated 5 years ago
- 对高分辨率光学遥感图像中各类地物光谱信息和空间信息进行分析，将图像中具有语义信息的各个像元分别赋予语义类别标签；以包含典型土地利用分类的光学遥感图像为处理对象，使用提供的遥感图像数据集进行土地利用类型语义分割处理。☆32Updated 4 years ago
- 2019年遥感图像稀疏表征与智能分析竞赛-语义分割组☆29Updated 5 years ago
- 实现unet，以及改进版，deeplapv3+，等网络结构，同时可以快速训练，识别进行语义分割！☆35Updated 2 years ago
- 基于深度学习方法的图像分割（含语义分割、实例分割、全景分割）。☆159Updated 4 years ago
- pytorch, SAFF, Self-Attention-Based Deep Feature Fusion for Remote Sensing Scene Classification,☆32Updated 2 years ago