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 2 years ago
Alternatives and similar repositories for CBIR-demos:
Users that are interested in CBIR-demos are comparing it to the libraries listed below
- 基于PyTorch框架实现的图像分类网络☆79Updated 4 years ago
- 深度学习图像分类的入门教程☆283Updated 5 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
- 基于卷积神经网络的遥感图像分类☆63Updated 3 years ago
- 2021全国数字生态创新大赛-智能算法☆76Updated 4 years ago
- TensorFlow对遥感图像的分类☆23Updated 6 years ago
- 基于Pytorch的图像分类框架☆89Updated last month
- 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☆84Updated last year
- ☆149Updated 9 months ago
- 2019本科毕业设计:基于UNet的遥感图像语义分割☆59Updated 3 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)。☆161Updated 4 years ago