以前一直做遥感影像分类方面的研究，方法只限在传统的分类算法，深度学习一直没有尝试过。最近终于下定决心做深度学习。因为经常使用C++，所以刚开始我使用的Caffe，但折腾了半个月，各种坑不断，最后终于能够把模型跑出来了，但是结果大跌眼镜。在训练的过程中，验证的分类精度达到了85%以上，loss也是在下降的，但是，使用模型对图片分类的时候，所以的图片的各个类别的输出概率均是第一个类最大，第二个类次之，其他类依次降低，换了不同的数据集训练模型，效果都一样。我在技术群，论坛里都问了，居然没有得到回应，于是就卡在这里了（如果有人能帮忙解决，真是感激不尽啊，至少自己没有白忙活）。Caffe让我有点难过，于是转战TensorFlow。其实TensorFlow的安装超级简单，在之前我也做了相关的笔记。但是，我处理的是多波段的遥感影像，并且网上用来分类的案例必须借助一些库才能实现数据的读取。就这样花了一点时间，将一些相关库编译后安装了一遍，挺简单，在这里做一下总结。 以前一直做遥感影像分类方面的研究，方法只限在传统的分类算法，深度学习一直没有尝试过
阅读背景：
TensorFlow入门学习笔记——使用Python安装GDAL，scipy，matplotlib
来源：互联网
分享到：
