全国最缺工的100个职业排行百度seo刷排名软件

目录

1. ConvNeXt 模型

2. 遥感场景建筑识别

2.1 数据集

2.2 训练参数

2.3 训练结果

2.4 本地部署推理

3. 下载

---

1. ConvNeXt 模型

ConvNeXt是一种基于卷积神经网络（CNN）的现代架构，由Facebook AI Research (FAIR) 团队在2022年提出。它通过借鉴Transformer的设计思想，对传统CNN进行了改进，使其在图像分类等任务中表现优异，甚至超越了Vision Transformers（ViT）

详细介绍：

基于ConvNeXt网络的图像识别-CSDN博客

核心思想

ConvNeXt的核心思想是将Transformer的成功设计理念（如ViT）引入CNN，同时保留卷积的固有优势。通过一系列现代化改进，ConvNeXt在保持高效性的同时，提升了性能。

主要改进

1. 大卷积核：使用更大的卷积核（如7x7）来扩大感受野，类似于Transformer中自注意力机制捕捉全局信息的能力。

2. 分层设计：采用类似ResNet的分层结构，逐步降低分辨率并增加通道数，以提取多尺度特征。

3. 倒置瓶颈结构：借鉴MobileNetV2的倒置瓶颈设计，先扩展通道数再进行深度卷积，最后压缩通道数，提升计算效率。

4. Layer Normalization：用Layer Normalization替换Batch Normalization，更适合小批量训练，并提升模型稳定性。

5. GELU激活函数：使用GELU激活函数替代ReLU，因其在Transformer中的表现更佳。

6. 减少激活和归一化层：减少不必要的激活和归一化层，简化网络结构，提升性能。

7. Stochastic Depth：引入随机深度（Stochastic Depth），在训练时随机丢弃部分层，增强模型泛化能力。

2. 遥感场景建筑识别

ConvNeXt 实现的model部分代码如下面所示，这里如果采用官方预训练权重的话，会自动导入官方提供的最新版本（ImageNet）的权重

2.1 数据集

数据集文件如下：

具体图像示例：

标签如下：

{"0": "airport","1": "bridge","2": "church","3": "forest","4": "lake","5": "river","6": "skyscraper","7": "stadium","8": "statue","9": "tower","10": "urbanPark"
}

其中，训练集的总数为820，验证集的总数为345

2.2 训练参数

训练的参数如下：

    parser.add_argument("--model", default='tiny', type=str,help='tiny,small,base,large')parser.add_argument("--pretrained", default=True, type=bool)       # 采用官方权重parser.add_argument("--freeze_layers", default=True, type=bool)    # 冻结权重parser.add_argument("--batch-size", default=8, type=int)parser.add_argument("--epochs", default=30, type=int)parser.add_argument("--optim", default='AdamW', type=str,help='SGD,Adam,AdamW')         # 优化器选择parser.add_argument('--lr', default=0.01, type=float)parser.add_argument('--lrf',default=0.01,type=float)                  # 最终学习率 = lr * lrfparser.add_argument('--save_ret', default='runs', type=str)             # 保存结果parser.add_argument('--data_train',default='./data/train',type=str)           # 训练集路径parser.add_argument('--data_val',default='./data/val',type=str)               # 验证集路径

需要注意的是网络分类的个数不需要指定，摆放好数据集后，代码会根据数据集自动生成！

更换数据集的话，将data-train和data-val路径更改即可，一键运行！

trian脚本会在训练同时自动验证，生成训练和验证的曲线图和指标

网络模型信息如下：

 "train parameters": {"model version": "tiny","pretrained": true,"freeze_layers": true,"batch_size": 8,"epochs": 30,"optim": "AdamW","lr": 0.01,"lrf": 0.01,"save_folder": "runs"},"dataset": {"trainset number": 820,"valset number": 345,"number classes": 11},"model": {"total parameters": 27818891.0,"train parameters": 9995,"flops": 4463390208.0},

2.3 训练结果

所有的结果都保存在 save_ret 目录下，这里是 runs ：

weights 下有最好和最后的权重，在训练完成后控制台会打印最好的epoch

这里只展示部分结果：可以看到网络没有完全收敛，增大epoch会得到更好的效果

最后一轮结果：

    "epoch:29": {"train info": {"accuracy": 0.9987804877926978,"airport": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"bridge": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"church": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"forest": {"Precision": 1.0,"Recall": 0.987,"Specificity": 1.0,"F1 score": 0.9935},"lake": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"river": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"skyscraper": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"stadium": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"statue": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"tower": {"Precision": 1.0,"Recall": 1.0,"Specificity": 1.0,"F1 score": 1.0},"urbanPark": {"Precision": 0.9872,"Recall": 1.0,"Specificity": 0.9987,"F1 score": 0.9936},"mean precision": 0.9988363636363636,"mean recall": 0.9988181818181818,"mean specificity": 0.9998818181818181,"mean f1 score": 0.9988272727272729},"valid info": {"accuracy": 0.8463768115696703,"airport": {"Precision": 0.9231,"Recall": 0.8571,"Specificity": 0.997,"F1 score": 0.8889},"bridge": {"Precision": 0.9032,"Recall": 0.8485,"Specificity": 0.9904,"F1 score": 0.875},"church": {"Precision": 0.7647,"Recall": 0.8125,"Specificity": 0.9878,"F1 score": 0.7879},"forest": {"Precision": 0.9259,"Recall": 0.7576,"Specificity": 0.9936,"F1 score": 0.8333},"lake": {"Precision": 0.9091,"Recall": 0.7692,"Specificity": 0.997,"F1 score": 0.8333},"river": {"Precision": 0.7872,"Recall": 0.9024,"Specificity": 0.9671,"F1 score": 0.8409},"skyscraper": {"Precision": 0.875,"Recall": 0.7,"Specificity": 0.997,"F1 score": 0.7778},"stadium": {"Precision": 0.8943,"Recall": 0.9649,"Specificity": 0.9437,"F1 score": 0.9283},"statue": {"Precision": 0.8095,"Recall": 0.6296,"Specificity": 0.9874,"F1 score": 0.7083},"tower": {"Precision": 0.7143,"Recall": 0.4167,"Specificity": 0.994,"F1 score": 0.5263},"urbanPark": {"Precision": 0.7,"Recall": 0.875,"Specificity": 0.9617,"F1 score": 0.7778},"mean precision": 0.8369363636363637,"mean recall": 0.7757727272727273,"mean specificity": 0.9833363636363637,"mean f1 score": 0.7979818181818181}}

训练集和测试集的混淆矩阵：

ROC曲线和auc值：

2.4 本地部署推理

推理是指没有标签，只有图片数据的情况下对数据的预测，这里使用了网页推理

值得注意的是，如果训练了自己的数据集，需要对infer脚本进行更改，如下：

# 参数
MODEL = 'tiny'
LABELS = r'D:\project\ConvNeXt全家桶\runs\class_indices.json'
PTH = r'D:\project\ConvNeXt全家桶\runs\weights\best.pth'
IMAGE_PATH = r'D:\project\ConvNeXt全家桶\data\train\airport\0.jpg'

运行：

streamlit run D:\project\ConvNeXt全家桶\infer.py

3. 下载

关于本项目代码和数据集、训练结果的下载：

基于ConVNeXt神经网络模型实现的迁移学习、图像识别项目：遥感场景分类网页推理资源-CSDN文库

关于Ai 深度学习图像识别、医学图像分割改进系列：AI 改进系列_听风吹等浪起的博客-CSDN博客

神经网络改进完整实战项目：改进系列_听风吹等浪起的博客-CSDN博客