文件名称：Building-A-Nets:网络建设
文件大小：182.93MB
文件格式：ZIP
更新时间：2024-05-21 13:51:37
deep-learning adversarial-networks building-extraction Python
描述 该分支机构将对抗网络与FC-DenseNet模型相结合，对遥感影像进行建筑物提取。 网络结构 对抗网络中的细分架构概述。 左图：分割网络将航空图像作为输入，并生成像素级分类标签图。 右图：从分段输出或地面真相中选择的标签图与其对应的输入航拍图像相乘以生成掩盖图像，而对抗网络则以该掩盖图像图为输入，并采用自动编码器网络对其进行重构。 准备 火车 nohup / home / mmvc / anaconda2 / envs / Xiang_Li3 / bin / python inria3.py --exp_id 1-模型'FC-DenseNet158'> log1.log 测试 第1步：获取预测结果python run_prediction.py 步骤1：评估python eval_aerial.py预测_＃108 结果 在Massachuttes数据集上测试不同模型的准确性。