深度学习实例

实例一：遥感图像分类识别

遥感图像分类是指对遥感图像进行分类，如卫星图像、卫星遥感影像、航拍图像等。本实例基于 pytorch 框架，使用卷积神经网络（CNN）对遥感图像进行分类。

用于模型训练的数据集包括训练集和测试集两部分，文件夹的名称为对应图片的标签

图示数据集的训练集和测试集名称为 train 和 val，后缀 37 表示数据集是按照 3：7 的比例划分的训练集占 70%，测试集占 30%，通常来说测试集占总数据集的 10%~30%，可以用 python 进行分类，也可以手动分

相关代码见材料

实例二：人脸识别

CK+ 数据集介绍

注意不同的数据集训练集和测试集名称可能不同，如图本数据集对应文件夹名称为 training 和 text，比例为 4：1，在使用同一代码进行模型训练时要注意改成统一的名称，否则代码运行时会因为找不到文件夹报错

相关代码见材料