heshuting555

  • 74

    获得赞
  • 0

    发布的文章
  • 1

    答辩的项目

基于PyTorch工程利器解析遥感影像分类任务,小白必看!

Batch大小为30,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为92.55。

最后更新 2020/03/25 23:02 阅读 11248

遥感影像场景分类预测

最后更新 2020/03/25 23:02

阅读 11248

PyTorch SENet

本赛题共有45个类别,涉及多分类问题。必定会存在样本不平衡问题。


核心思路

数据预处理:每个类别的样本个数不一样,故采用Imbalanced Dataset Sampler调整每个类别的权重最后使得整个样本群每个类别平衡。

以下是 Label Smoothing 的代码:

class ImbalancedDatasetSampler(torch.utils.data.sampler.Sampler):
ㅤdef __init__(self, dataset, indices=None, num_samples=None):
ㅤㅤㅤself.indices = list(range(len(dataset)))
ㅤㅤㅤㅤㅤif indices is None else indices
ㅤㅤㅤself.num_samples = len(self.indices)
ㅤㅤㅤㅤㅤif num_samples is None else num_samples

  # distribution of classes in the dataset
ㅤㅤㅤlabel_to_count = {}
本文为作者在FlyAI平台发布的原创内容,未经许可禁止转载。
本文链接地址:https://flyai.com/n/51410
立即参加 遥感影像场景分类预测
讨论
500字
表情
发送
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥90.64
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除

今日签到成功

获得 $vue{sianData.sign_fai} FAI的GPU算力积分

知道了