Skip to content

Predict future plants distribution based on CNN 区域植被指数分析与物候预测

License

Notifications You must be signed in to change notification settings

DolorHunter/PredictFuturePlants

Repository files navigation

Predict Future Plants

LICENSE Tensorflow Python3 Size

区域植被指数分析与物候预测 - 2019合肥工业大学建模校赛B题

设计:

CNN卷积神经网络建模. 喂入模型时间坐标, 输出图片. 时间坐标作为模型输入数据, 图像数据作为模型输出数据.

使用:

建立模型:

训练: 新建data目录将图片数据导入/data/Z1等. 运行backward.py训练模型.

测试: 运行test.py测试模型.

使用模型:

使用已有模型, 运行app.py输入时间坐标生成结果.

[注意]: 源数据为[1200*1200]tiff格式图片, 因算力问题模型运算结果设计为[64*64], 损失像素点由插值算法补足, 故会带来较大精度上的问题.

工作明细:

感谢各位同僚的辛苦付出!!

da\na Wang Zixiang HfuterQ net0000
0615 图片输入接口完成 - -
0616 模型建立及调参 - -
0617 修正IO逻辑, 搭建测试框架 - -
0618 修正前向逻辑 替换交叉熵算法 forward修正一处语法错误 -
0619 - backward进行debug -
0620 - app修正两条语句的bug -
0621 模型调整 写论文p1-4 app解决部分语句的bug -
0622 写论文p4-5 修改app文件中的变量类型 已被强制离队
0623 改论文p5 debug(f/b/a/t/f) 协助debug 处理图片 完成论文p6 -

About

Predict future plants distribution based on CNN 区域植被指数分析与物候预测

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages