TYTaO / CBIR-demosLinks
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。
☆26Updated 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
Sorting:
- 深度学习图像分类的入门教程☆305Updated 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+☆302Updated 5 years ago
- 使用ICNet模型对航拍图片(遥感图像)进行图像分割☆97Updated 3 years ago
- ☆149Updated last year
- 2021全国数字生态创新大赛-智能算法☆77Updated 4 years ago
- keras遥感图像Unet语义分割(支持多波段&多类)☆152Updated 4 years ago
- 基于卷积神经网络的遥感图像分类☆68Updated last month
- 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）。☆167Updated 5 years ago
- PyTorch实现高分遥感语义分割（地物分类）☆504Updated 4 years ago
- 采用Pytorch的入门语义分割项目，支持的网络有Unet和Segnet；遥感语义分割；Unet；Segnet；Remote sensing semantic segmentation；☆412Updated 3 years ago
- 遥感图像的语义分割，分别使用Deeplab V3+(Xception 和mobilenet V2 backbone)和unet模型，keras+python☆210Updated 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！☆42Updated 2 years ago
- 本实验的主要目的是基于遥感图像计算灰度共生矩阵，并基于该矩阵计算多种纹理特征。所有的计算结果已与ENVI结果进行对比，实验结果一致。☆140Updated 5 years ago
- 遥感影像变化检测-研究生毕设内容《基于深度学习的地面新增建筑检测方法研究》论文地址”https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2019&filename=JSJY20190…☆56Updated 6 years ago
- Python实现提取图像的纹理、颜色特征，包含快速灰度共现矩阵（GLCM）、LBP特征、颜色矩、颜色直方图。☆409Updated 5 years ago
- 利用faster-rcnn目标检测网络实现滑坡的提取☆71Updated 4 years ago
- 遥感影像语义分割☆47Updated last year
- 基于机器学习的遥感图像识别算法 (kNN/SVM/CNN/LSTM)☆85Updated 11 months 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☆29Updated 3 years ago
- 2019本科毕业设计：基于UNet的遥感图像语义分割☆65Updated 3 years ago
- 使用CNN进行高光谱遥感影像分类，影像源为Pavia University☆114Updated 5 years ago
- PRCV2021变化检测竞赛第三名解决方案☆46Updated 2 years 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☆20Updated 5 years ago
- vgg模型进行遥感影像场景分类☆27Updated 6 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☆17Updated 3 years ago
- An open dataset for object detection in remote sensing images☆210Updated 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。☆15Updated 3 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…☆31Updated 3 years ago
- Deeplab v3_Plus for semantic segmentation of remote sensing(pytorch)☆46Updated 5 years ago
- 卫星遥感图像阴影去除☆34Updated 5 years ago