CNN-Transformer:PyTorch遥感【含无人机】影像的分类、检测、语义分割和点云分类

随着小卫星星座的普及,对地观测已具备多次以上的全球覆盖能力,遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估。

一: 深度卷积网络知识

1.深度学习在遥感图像识别中的范式和问题

2.深度学习的历史发展历程

3.机器学习,深度学习等任务的基本处理流程

4.卷积神经网络的基本原理

5.卷积运算的原理和理解

6.池化操作,全连接层,以及分类器的作用

7.BP反向传播算法的理解

8.CNN模型代码详解

9.特征图,卷积核可视化分析

二: PyTorch应用与实践(遥感图像场景分类)

1.PyTorch简介

2.动态计算图,静态计算图等机制

3.PyTorch的使用教程

4.PyTorch的学习案例

5.PyTorch的基本使用与API

5.1.PyTorch图像分类任务讲解

5.2.不同超参数,如初始化,学习率对结果的影响

5.3.使用PyTorch搭建神经网络并实现手写数字的分类

5.4.使用PyTorch修改模型并提升分类模型表现

三: 卷积神经网络实践与目标检测

1.深度学习下的遥感影像目标检测基本知识

2.目标检测数据集的图像和标签表示方式

3.目标检测模型的评估方案,包括正确率,精确率,召回率,mAP等

4.无人机影像的植物识别和统计

5.two-stage(二阶)检测模型框架,RCNN, Fast RCNN, Faster RCNN等框

6.架的演变和差异

7.one-stage(一阶)检测模型框架,SDD ,Yolo等系列模型

8.现有检测模型「CNN系列」发展小结,包括OHEM、FCN、DCN等模型

四: 卷积神经网络的遥感影像目标检测任务案例 【FasterRCNN】

1.一份完整的Faster-RCNN 模型下实现遥感影像的目标检测

2.数据集的制作过程,包括数据的存储和处理

3.数据集标签的制作

4.模型的搭建,组合和训练

5.检测任数据集在验证过程中的注意事项

五: Transformer与遥感影像目标检测

1.从卷积运算到自注意力运算 self-attention

2.pytorch实现的自监督模块

3.从Transformer到Vision Transformer (ViT)

4.ViT模型在遥感影像中的应用

六: Transformer的遥感影像目标检测任务案例 【DETR】

1.Transformer下的新目标检测范式,DETR

2.各类模型在遥感影像下的对比和调研

3.一份完整的DETR模型下实现遥感影像的目标检测

4.针对检测任务的优化策略

七: 深度学习与遥感影像分割任务

1.深度学习下的遥感影像分割任务的基本概念

2.FCN,SegNet,U-net等模型的差异

3.分割模型的发展小结

4.遥感影像分割任务和图像分割的差异

5.在遥感影像分割任务中的注意事项

案例

数据集的准备和处理

遥感影像划分成小图像的策略

模型的构建和训练方法

验证集的使用过程中的注意事项

八: 深度学习下的ASL(机载激光扫描仪)点云数据语义分类任务的基本知识

1.PointNet与PointNet++等模型的基本讲解

2.点云数据的预处理和划分

3.点云数据的语义分割

4.点云数据的预测结果分析

九: 遥感影像问题探讨与深度学习优化技巧

1.现有几个优秀模型结构的演变原理,包括AlexNet,VGG,googleNet,ResNet,DenseNet等模型

2.从模型演变中讲解实际训练模型的技巧

3.针对数据的优化策略

4.针对模型的优化策略

5.针对训练过程的优化策略

6.针对检测任务的优化策略

7.针对分割任务的优化策略

8.提供一些常用的检测,分割数据集的标注工具

相关推荐
β添砖java19 小时前
Transformer大白话学习笔记
笔记·学习·transformer
Be for thing2 天前
Pytorch【12】transforms进阶|图像数据增强实战,提升模型泛化能力
人工智能·pytorch·机器学习
电科_银尘4 天前
【深度学习项目实战·33】自定义数据集:把自己的图片接入PyTorch
人工智能·pytorch·深度学习
Eloudy4 天前
从 DeepSeek-V1 到 DeepSeek-V2:一次从“堆稠密参数”到“稀疏计算+压缩缓存”的架构转向
gpt·llm·transformer
aifannihao5 天前
AI 学习第 14 课:CNN 训 6 轮卡在 0.5352,数据没打乱
pytorch·python·深度学习·cnn·学习路线
高洁015 天前
数据同化与动态状态估计:让孪生持续贴合现实
人工智能·python·深度学习·transformer·迁移学习
2601_967987376 天前
Scikit-Learn 1.8引入Array,支持 PyTorch 与 CuPy 张量的原生 GPU 加速
pytorch·scikit-learn·交叉验证·gpu加速·cupy
BYSJMG6 天前
计算机毕业设计选题推荐:【基于深度学习的车辆损坏严重程度评估方法研究】ResNet50 图像分类
人工智能·深度学习·目标检测·机器学习·计算机视觉·分类·课程设计
BYSJMG6 天前
计算机毕业设计选题推荐|【基于深度学习的电梯电动车违规进入检测研究】YOLO26m+可视化大屏
人工智能·深度学习·神经网络·目标检测·机器学习·计算机视觉·课程设计
盼小辉丶6 天前
PyTorch强化学习实战(35)——多智能体强化学习
人工智能·pytorch·深度学习·强化学习