文件名称：ChangeDetection:使用PyTorch进行变更检测的框架
文件大小：464KB
文件格式：ZIP
更新时间：2024-06-11 13:31:44
pytorch remote-sensing unet siamese change-detection
Change Detection 一个用 PyTorch 编写的，专门针对变化检测 (Change Detection) 任务的模型框架。 结果可视化（部分） Siamese_unet_conc + Szada TODO 参考 写在前面 为什么写这个项目？ 变化检测（Change Detection，CD）任务与其他任务，如语义分割，目标检测等相比，有其特有的特性（坑），如数据集少（少到可怜那种，尤其是异源，我**），公开的模型也很少，输入常常是成对的（导致一些在 PyTorch 中常用的函数，如Random系列等需要做出一些改变），给初学者带来了很大的困扰（对，没错就是我），所以我将毕设期间写的一些代码，仿照 maskrcnn-benchmark 整理一下发布出来。 特性 边训练边测试（可选） 由于数据集数量较少，以及 CD 只是一个 “二分类” 问题，所以模型一般较为简单，因此边训练边
【文件预览】：
ChangeDetection-master
----layers()
--------normal.py(897B)
--------__init__.py(0B)
--------dropout.py(453B)
----utils()
--------img_op.py(967B)
--------metric.py(1002B)
--------datamaker.py(2KB)
--------__init__.py(0B)
--------checkpoints.py(2KB)
--------eval.py(2KB)
--------states.py(610B)
--------logger.py(780B)
--------mail.py(1KB)
----.github()
--------TEST.md(8B)
--------images()
--------CONFIGS.md(259B)
--------TODO.md(7B)
--------README_EN.md(591B)
--------INSTALL.md(82B)
----configs()
--------default.py(2KB)
--------homo()
--------__init__.py(31B)
----train_net.py(2KB)
----model()
--------siamese_unet_conc.py(4KB)
--------__init__.py(0B)
--------siamese_unet_diff.py(4KB)
----tools.ipynb(467KB)
----build()
--------dataloader.py(867B)
--------tensorboard.py(433B)
--------checkpoint.py(155B)
--------model.py(929B)
--------loss.py(885B)
--------__init__.py(261B)
--------optimizer.py(412B)
--------scheduler.py(800B)
----eval_net.py(2KB)
----README.md(7KB)
----data()
--------isprs.py(1KB)
--------normal.py(2KB)
--------__init__.py(0B)
----engine()
--------__init__.py(0B)
--------evaler.py(1B)
--------trainer.py(2KB)
----solver()
--------__init__.py(0B)
--------lr_scheduler.py(4KB)
--------transforms.py(1KB)
----.gitignore(2KB)