TorchSat是一个用于卫星图像分析的开源PyTorch框架。
torchsat的Python项目详细描述
TorchSat是一个基于PyTorch的开源卫星图像分析深度学习框架。在
This project is still work in progress. If you want to know more about it, please refer to the Roadmap .
Hightlight
- :wink:支持多通道(3通道,例如8通道)图像和TIFF文件作为输入。在
- :yum:用于分类、精液分割和目标检测的便捷数据扩充方法。在
- :heart_-eyes:许多用于卫星视觉任务的模型,如ResNet、DenseNet、UNet、PSPNet、SSD、FasterRCNN。。。在
- 许多常见的卫星笑脸:很多。在
- :张嘴:常见卫星视觉任务的训练脚本。在
安装
python3 setup.py install
如何使用
- 简介-
- Classification教程-
- 数据扩充-data-augmentation.ipynb
- Data loader
- models
- ^{str}1脚本
特点
数据扩充
我们假设所有的输入图像、掩码和bbox都应该是NumPy-ndarray。数据形状应该是[height,width]或[height,width,channels]。在
像素级
像素级变换仅更改输入图像,并将保留任何其他目标(如遮罩、边界框)不变。它支持所有频道的图像。有些转换只支持特定的输入通道。在
Transform | Image | masks | BBoxes |
---|---|---|---|
ToTensor | ✓ | ✓ | ✓ |
Normalize | ✓ | ✓ | ✓ |
ToGray | ✓ | ✓ | ✓ |
GaussianBlur | ✓ | ✓ | ✓ |
RandomNoise | ✓ | ✓ | ✓ |
RandomBrightness | ✓ | ✓ | ✓ |
RandomContrast | ✓ | ✓ | ✓ |
空间层面
空间级变换将同时更改输入图像以及其他目标,如遮罩、边界框。它支持所有频道的图像。在
^{tb2}$型号
分类
所有通道均支持多通道输入(如8通道)。在
- VGG:
vgg11
,vgg11_bn
,vgg13
,vgg13_bn
,vgg16
,vgg16_bn
,vgg19_bn
,vgg19
- ResNet:
resnet18
,resnet34
,restnet50
,resnet101
,resnet152
- DenseNet:
densenet121
,densenet169
,densenet201
,densenet161
- 起始:
inception_v3
- MobileNet:
mobilenet_v2
- UNet:
unet
,unet34
,unet101
,unet152
(以resnet为主干)
数据加载器
分类
展示
如果您扩展此存储库或构建使用它的项目,我们很乐意听到您的意见。在
参考文献
注意
- {cha7}如果你正在找分店的话,请提高分店的视觉效果。但它被弃用了。在
- 项目
标签: