RPNet對高光譜圖像分類《Hyperspectral image classification via a random patches network》

相關介紹 如今越來越多的研究將深度學習應用到高光譜圖像(HSI)分類中。到目前爲止,這些方法大多先經過預訓練階段和微調階段來提取深層特徵,它們一般框架如Fig.1所示,它主要分爲兩部分: 深度特徵提取,包括空間和光譜信息的提取(值得注意的是微調並不是所有深度學習方法的必要步驟所以是虛線); 通過硬分類器SVM或者軟分類器log迴歸進行分類 目前這些方法整體存在幾個問題: 耗時的; 需確定大量參數,
相關文章
相關標籤/搜索