卫星遥感图像语义分割与地物分类系统_融合UNet与DeepLabV3的深度学习方法_支持多波段数据处理与坐标转换技术

# Intelligent-image-analysis-of-satellite-remote-sensing 卫星遥感智能影像分析 ## 文件 ### make_data 通过图片操作对数据操作，包括： 将几何坐标转换为图像像素坐标，基于图像大小和最大边界值进行比例缩放。 从网格大小的DataFrame中获取指定图像的最大横坐标（xmax）和最小纵坐标（ymin）。 从WKT格式数据中提取特定图像和类别的多边形列表（如果有）。 将多边形列表转换为图像的轮廓表示，包括外部轮廓和内部孔洞的坐标。 根据轮廓绘制一个二值掩码图像，将外部区域填充为类值（如1），内部孔洞填充为0。 生成特定图像和类别的掩码图像，通过组合上述函数实现。 加载遥感图像的16波段（M）数据，并调整其通道维度。 ### model 定义了，unet以及deeplabv模型，具体可以看赛题简介 ### train 训练模型文件 ### plot 作为测试文件，可以输入图片进行修改并测试 zbak后缀文件为备份文件可以忽略 **资源来源于网络分享，如有侵权，请告知。仅供学习交流使用，禁止用于商业用途。本人不对您使用该资源造成的任何损失负责，请谨慎使用**