1，摘要​ 面向对象的城市建筑物信息提取方法在实际应用中存在精度不高、后处理工作量大等局限。本文分析了FCN、U-Net、SegNet的优点与不足，在U-Net网络的基础上，通过融合多个级别的特征层，构建了一种多级特征参与决策的全卷积神 经网络算法。​ 为充分利用 GF-2 卫星影像的全色和多光谱数据，本文设计了单输入和双输入两种模型，其中双输入模型可以综合学习两个分辨率数据中的特征，能够对城市建筑物信息进行学习和融合。技术路线图2，卷积网络知识了解参见其他文章...

摘要高分辨率遥感影像建筑物提取，一般都视为二分类问题，因此无法区分建筑物个体。本文基于Xception module改进U-net，并与多任务方法相结合，在二分类的同事，区分不同建筑物。相比U-net提取精度提高了1.4%.1，数据来源与研究区域法国国家信息与自动化研究所 2018 年发布的Inria航空影像数据集。空间分辨率0.3m，覆盖5城市，180张，5000*5000分割方法：Maggiori，分割大小：416*416，步长384使用scikit-image中函数，由二分类真值图像...

摘要深入研究了语义分关键性技术，转置卷积，空洞卷积以及条件随机场等。结合Aligned-Inception-ResNet 网络实现DeepLab提出一种基于多尺度特征融合的语义分割模型MsNet， 它包含语义特征提取和语义特征融合两个阶段 ， 能够有效消除底层特征与高层特征之间的差异性 ， 整合不同卷积阶段含有的有用信息 ， 从而提升像素分类准确率 ， 减少空间位置模糊 。 MsNet作为优化分割效果的技巧 ， 能够平滑目标 的边缘轮廓 ， 带来更多的上下文信息 。提出基于编解码结构的模型...

结构输入尺寸：224x224RGB图像预处理：图像每个像素减去RGB平均值卷积步幅为1，保持卷积后分辨率使用最大池化，大小2x2，步幅为2最后是3个全链接层，第一二有4096个神经元，第三个是1000个神经元，对应1000分类，也是soft-max层所有隐藏层使用Relu作为激活函数没有使用数据规范化：认为对于ILSVRC数据集无效，且浪费计算资源配置VGGNET：共有A-E，五个模型8conv+3fc--------》16conv+3fc， 添加了conv3，或conv11x1 卷积是...

金字塔解析网络

开发规则数据一定要存放云端备份没有本地交互的服务最好用podman， 用容器，环境无关配置 如ddns，v2raya有交互的可考虑 如下载文件等最好不用开发注意点重要：需求第一，需求第一，需求第一 单一职责，粒度适中，协议统一，独立开发部署 安全测试 性能测试jmeter 对账系统知识点：epoll：设备接收到数据，连接，关闭时，协议栈通知epoll模块，将链接加入就绪队列抛出异常而不是返回null计算机中的小数有些不能转化为二进制，因此会出现不精确的问题，（10进制--》二进制--》十...

title: Windowsdate: 2022-01-16 15:04:50updated: 2022-01-18 15:04:50comments: truetags:windows快捷键命令categories:[note]lang: zh_CN问题:word一直需要文件上传,onedrive关闭office上传即可 问题：文件删不掉 方案：复制代码为bat，拖拽文件到bat即可 DEL /F /A /Q \\?\%1 RD /S /Q \\?\%1# 删除smb 链接 net u...

title: Systemctldate: 2022-01-16 15:04:50updated: 2022-01-16 15:04:50comments: truetags:linuxsystemctlcategories:[note]lang: zh_CN# 列出所有运行中单元： systemctl list-units # 确定某个单元（如 nfs.service）是否启用： systemctl is-enabled nfs.service # 列出所有服务（包括启用的和禁用的）： ...

title: Rclonedate: 2022-02-04 23:10:50updated: 2022-01-16 15:04:50comments: truetags:同步synccategories:toolslang: zh_CNCentos安装curl https://rclone.org/install.sh | sudo bash配置#打开配置界面 rclone config # 新建链接，看条件输入，很多默认即可 # 注意有个选项与打开本地浏览器，登录对应账户即可挂载rcl...

title: pythondate: 2022-01-16 15:04:50tags:# xml 读取 import csv import os import sys import numpy as np import copy import shutil import pandas as pd from collections import Counter from shutil import copyfile import cv2 path = os.getcwd() print(p...