资源简介
GF3 SS模式船只识别,使用卷积神经网络
代码片段和文件信息
import os
from PIL import Image
def splitimage(src rownum colnum dstpath):
img = Image.open(src)
w h = img.size
if rownum <= h and colnum <= w:
print(‘Original image info: %sx%s %s %s‘ % (w h img.format img.mode))
print(‘开始处理图片切割 请稍候...‘)
s = os.path.split(src)
if dstpath == ‘‘:
dstpath = s[0]
fn = s[1].split(‘.‘)
basename = fn[0]
ext = fn[-1]
num = 0
rowheight = h // rownum
colwidth = w // colnum
for r in range(rowheight):
for c in range(colwidth):
box = (c * colnum r * rownum (c + 1) * colnum (r + 1) * rownum)
img.crop(box).save(os.path.join(dstpath basename +‘_‘ + str(c * colnum)+‘_‘+str(r*rownum) + ‘_‘ + str(num) +
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-02-02 07:26 Ship_Detection-master\
目录 0 2018-02-02 07:26 Ship_Detection-master\Code\
文件 3067 2018-02-02 07:26 Ship_Detection-master\Code\prediction.py
文件 3942 2018-02-02 07:26 Ship_Detection-master\GF3Tiff2Png.py
文件 69 2018-02-02 07:26 Ship_Detection-master\README.md
文件 1701 2018-02-02 07:26 Ship_Detection-master\batchSplit.py
目录 0 2018-02-02 07:26 Ship_Detection-master\code\
文件 4186 2018-02-02 07:26 Ship_Detection-master\code\input_data.py
文件 6794 2018-02-02 07:26 Ship_Detection-master\code\model.py
文件 3007 2018-02-02 07:26 Ship_Detection-master\code\prediction.py
文件 2694 2018-02-02 07:26 Ship_Detection-master\code\train.py
文件 1743 2018-02-02 07:26 Ship_Detection-master\fill_image_100x100.py
相关资源
- 基于深度学习的视觉场景识别
- Deep Learning深度学习学习笔记整理系列
- YoutubeNet深度学习召回模型tf实现.zip
- 猫狗大战全部代码 keras 深度学习案例
- 初步学习深度神经网络DNN模型的搭建
- NestedUNet_Pytorch.zip
- 深度学习入门工具介绍PPT——实践篇
- 如何创建和训练一个简单的卷积神经
- 轻量级深度学习框架DARKNET
- iris数据集深度学习分类
- 零基础深度学习
- 印第安人糖尿病诊断数据集
- Deeplearning.ai第四课作业3需要的yad2k文
- VGG16层经典源代码
-
Mimicking Very Efficient Network for ob
ject - 基于深度学习的OFDM系统信号检测仿真
- 吴恩达深度学习作业用到的planar_uti
- 基于深度学习的负荷预测
- 计算机视觉处理高级培训课程从CV基础
- deepfakes源码
- 基于深度学习的图像分类和分割网络
- 图像理解经典综述详细翻译
- 深度估计论文学习
评论
共有 条评论