EuroSAT

EuroSAT 是用于土地利用和土地覆盖分类的数据集和深度学习基准。
该数据集基于Sentinel-2卫星图像，涵盖13个光谱带，由10个类别组成，总共由27,000个标记和地理参考图像。
数据集入口

关于本仓库

本仓库主要是利用这个数据集做一些对比实验 目前还在对图像类数据进行一些探索。

如何食用？

有关文件路径设置可以在config.py文件内进行修改噢~

首先下载EuroSAT_MS数据集(存放.tif文件的那个), 将其放在代码文件夹同一目录下, 即可。
具体数据集目录结构如下:
├─Eurosat_MS
│ ├─AnnualCrop
│ ├─Forest
│ ├─HerbaceousVegetation
│ ├─Highway
│ ├─Industrial
│ ├─Pasture
│ ├─PermanentCrop
│ ├─Residential
│ ├─River
│ └─SeaLake

对于ResNet18神经网络模型, 首先运行train.py文件, 训练完毕后就会在Weight目录下生成模型权重以及loss图像。
对于神经网络评估部分, 运行evaluate.py文件, 即可生成模型各项指标的报告, 包括准确率、Kappa系数以及混淆矩阵图等。

对于传统分类器模型, 这些传统分类器都是基于sklearn标准库上调用的, 具体代码部分可以在oth_train.py文件内按需进行修改。