文件名称：联合学习进行远程传感
文件大小：43.92MB
文件格式：ZIP
更新时间：2024-03-13 21:31:06
JupyterNotebook
该存储库包含用于使用卷积神经网络进行遥感影像数据联合学习实验的代码。 文件和文件夹的描述 main.py ：根据所需的实验设置运行以开始训练的文件。 必需的参数是要使用的数据路径和CNN模型。 有关如何使用参数的更多详细信息，请使用python main.py -h和python main.py -c resnet34 -d ./UCMerced_LandUse/Images例如使用resnet34并在提供的路径中使用图像。 bigearthnet_pytorch ：从RSIM存储库借用的代码，包含用于从pytorch管理bigearthnet的文件。 由于数据集最终被移到了UCMerced_LandUse，所以现在这不是很重要。 legacy_notebooks ：将它们组合到单个项目之前的代码。 最初的工作几乎是单独完成的 multilabels ：包含multilabels标签案
【文件预览】：
Federated-Learning-for-Remote-Sensing-main
----Centrelized_training_ResNet()
--------Multilabel ResNet training on centralized data.ipynb(865KB)
--------single label ResNet training on centralized data.ipynb(689KB)
----visualize.py(3KB)
----main.py(7KB)
----documentation()
--------Technical Documentation.md(6KB)
----train.py(4KB)
----custom_loss_fns.py(727B)
----runs.sh(5KB)
----UCMerced_LandUse_augment()
--------dataset_link.txt(48B)
--------new_LandUse_Multilabeled.xlsx(258KB)
----legacy_notebooks()
--------Custom Split - FederatedDataloader - Multilabel Training exps.ipynb(20KB)
--------nicolai()
--------anand()
--------karam()
----some weird real plots notbook edition .ipynb(1.31MB)
----custom_dataloader.py(5KB)
----requirements.txt(312B)
----CustomDataSet.py(1KB)
----.gitignore(109B)
----cnn_nets.py(2KB)
----README.md(2KB)
----visualize model prediction with F1 score.ipynb(12.09MB)
----federated_train_algorithms.py(7KB)
----multilabels()
--------LandUse_Multilabeled.txt(99KB)
--------LandUse_Multilabeled.xlsx(132KB)
--------LandUse_multilabels.mat(2KB)