遥感图像分割 | 基于一种类似UNet的Transformer算法实现遥感城市场景图像的语义分割_适用于卫星图像+航空图像+无人机图像

本文主要是介绍遥感图像分割 | 基于一种类似UNet的Transformer算法实现遥感城市场景图像的语义分割_适用于卫星图像+航空图像+无人机图像，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

• 项目应用场景

• • 面向遥感城市场景图像语义分割场景，项目采用类似 UNet 的 Transformer 深度学习算法来实现，项目适用于卫星图像、航空图像、无人机图像等。

• 项目效果

• 项目细节 ==> 具体参见项目 README.md

• • (1) 安装依赖

conda create -n airs python=3.8
conda activate airs
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements.txt

• • (2) 下载预训练权重，具体见项目 README
  • (3) 数据预处理 + 数据增强
  • (4) 执行训练

python train_supervision.py -c config/uavid/unetformer.py

• • (5) 执行推理

python vaihingen_test.py -c config/vaihingen/dcswin.py -o fig_results/vaihingen/dcswin --rgb -t 'd4'

• 项目获取

• • https://download.csdn.net/download/weixin_42405819/89100754

这篇关于遥感图像分割 | 基于一种类似UNet的Transformer算法实现遥感城市场景图像的语义分割_适用于卫星图像+航空图像+无人机图像的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---