遥感解译项目Land-Cover-Semantic-Segmentation-PyTorch之二训练模型
文章目录
- 背景
- 1、准备数据
- 2、转换
- 3、数据多样化
- 4、数据拷贝
- 5、训练模型
背景
官方模型基于官方的数据集来训练，对我们自己的数据推理的效果并不一定很理想，所以需要参考官方数据集，自己制作需要的数据集，提高推理正确率
1、准备数据
（1）影像数据（最好是呈正方形，宽高基本一致，当然矩形也是可以的，只是有少部分数据可能用不到）
（2）对应的矢量数据，主要是有字段区分类别，可以参考官方数据来赋值字段，1 到 4，分别对应建筑物、林地、水域和道路（范围和影像数据一致）
