文件名称:Road-Extraction-with-ResUnet
文件大小:2.15MB
文件格式:ZIP
更新时间:2024-05-02 22:58:05
JupyterNotebook
基于ResUnet模型的Keras道路检测图像分割 该项目旨在借助ResUnet图像分割模型来检测和提取卫星图像中的道路。 ResUnet模型的所有代码都是用Jupyter笔记本编写的,C ++代码用于准备训练过程的数据集,一个python文件用于去除二值化蒙版中的噪声。 图书馆 凯拉斯 皮尔 脾气暴躁的 OpenCV H5py Matplotlib 模型 RESUNET是指深度残留UNET。 这是Zhengxin Zhang等人开发的编码器-解码器体系结构。 用于语义分割。 研究人员采用了它的多种应用,例如息肉分割,脑肿瘤分割,人像分割等等。 RESUNET是一个全卷积神经网络,旨在通过较少的参数获得高性能。 它是对现有UNET体系结构的改进。 RESUNET充分利用了UNET架构和Deep Residual Learning的优势。 数据集 可以通过以下链接下载数据集: :
【文件预览】:
Road-Extraction-with-ResUnet-master
----.ipynb_checkpoints()
--------Format_Dataset-checkpoint.ipynb(5KB)
--------ResUnet-checkpoint.ipynb(46KB)
----images()
--------maps()
--------1_satellite.jpg(196KB)
--------21_pred.png(24KB)
--------9_test.png(164KB)
--------9_pred.png(24KB)
--------19_test.png(155KB)
--------79_pred.png(2KB)
--------formula.png(4KB)
--------13_test.png(156KB)
--------1.png(19KB)
--------13_pred.png(25KB)
--------74_test.png(159KB)
--------x1.png(191KB)
--------21_test.png(164KB)
--------44_pred.png(21KB)
--------19_pred.png(17KB)
--------79_test.png(117KB)
--------1_computer.jpg(74KB)
--------dice_coefficient.png(17KB)
--------44_test.png(166KB)
--------74_pred.png(23KB)
----splitter()
--------main.cpp(2KB)
--------main(673KB)
----thresholder()
--------main.cpp(1KB)
--------main(512KB)
----filter.py(592B)
----README.md(3KB)
----ResUnet.ipynb(46KB)
----Format_Dataset.ipynb(3KB)