首頁猿問從二維圖像預測地形高度

從二維圖像預測地形高度

Python

寶慕林4294392 2021-12-17 10:27:08

我想用相應的像素高度地形信息訓練二維圖像。我有一堆從地形中獲取的二維圖像，其中每個像素的高度也是已知的。有什么方法可以使用深度學習來訓練具有高度像素信息的圖像？我已經(jīng)嘗試從圖像和像素高度中推斷出一些特征，并通過回歸方法（例如 SVM）將它們關聯(lián)起來，但是對于預測新的圖像像素高度特征，我還沒有得到令人滿意的結果。

查看完整描述

1 回答

Smart貓小萌

TA貢獻1911條經(jīng)驗獲得超7個贊

如何使用像素高度值作為標簽，并將圖像（我假設為 RGB，所以 3 個通道）作為訓練集。然后你就可以運行監(jiān)督學習了。雖然我不確定如何僅通過查看圖像來恢復高度，但即使是人類在看到許多圖像后也很難做到這一點。我認為你需要某種參考點。

要將圖像轉(zhuǎn)換為 3D 值數(shù)組（第 3 維是顏色通道）：

from keras.preprocessing import image

# loads RGB image as PIL.Image.Image type

img = image.load_img(img_file_path, target_size=(120, 120))

# convert PIL.Image.Image type to 3D tensor with shape (120, 120, 3)

x = image.img_to_array(img)

在為圖像分配標簽方面（這里的標簽是像素高度），就像創(chuàng)建訓練集x_train(nb_images, 120, 120, 3) 和標簽y_train(nb_images, 120, 120, 1) 并運行監(jiān)督學習一樣簡單對這些直到對于x_train模型中的每個圖像都可以y_train在一定誤差范圍內(nèi)預測高度集中的每個對應值。