大规模深度学习多通道遥感图像样本增强

      又来了博客更新时候，好久没有更新了，最近忙于把之前的Deep learning 代码进行打包，封装测试，故没有更新。这一次我们讲一下比较基础，也比较重要的遥感图像样本增强。

      我们都知道，自然图像都是三通道或者一通道，使用PIL库即可进行读取，然后进行相关操作即可，包括很多框架自带的Augment库，如Augmentor等等，都是使用PIL作为底层图像

读取库。面对多个通道的遥感图像时，这个是没法用的，如果8通道国产高分六号数据，这是没办法使用通用图像处理库的，那么就需要自己动手写一些增强模块了，我这里采用了纯GDAL

进行遥感图像读取，写入处理，常用增强包括，随机旋转，随机亮度，随机缩放，包括自创mosaic等，期待提高分割的精度，从根本上解决多通道遥感图像增强问题。好了，不多说了，我

直接看增强效果：   

     

 

 

 

 

 

 

 

 

 

 

 

 

图 原始图像（8通道国产卫星数据）

 

    1.随机旋转

 

                                                                 图2 旋转增强（博客园的编辑系统，真的bug太多）

 

    2.尺度缩放

 

                                                                              图3 随机尺度缩放增强

 

    3.随机亮度

 

                                                                                     图4 随机亮度增强

  4.mosaic增强

 

 

  最后，题外说一句，标签也要跟着改变，这个要切记。如果需要代码，请加qq1044625113，备注：样本增强。