Home

Awesome

城市区域功能分类

简介

模型结构图

使用遥感图像和访问数据两个模态,在特征层进行融合,大概能拿到0.57的准确率。

tensorboard

快速起步

1.1 依赖环境

tensorflow-gpu==1.8
opencv-python
pandas 

1.2 数据准备

数据集下载:link

将数据放在data文件夹下,如下所示:

把压缩文件放在data文件夹里直接解压应该就是上面这样。

我把给的训练集划分了一部分当验证集,具体过程看check_data.ipynb。

划分后的文件名记录在data/train.txt和data/valid.txt中。

1.3 数据转换

把visit数据转换为7x26x24的矩阵,这一步耗时比较长,大概要一个小时。

python visit2array.py

转换后的数据存储在:

1.4 生成tfrecord

python tfrecord.py

生成的tfrecord存储在:

备注:由于这里直接加载了所有数据,大约要占用5G内存。

1.5 训练

python train.py

为了调参方便,每组实验存在不同的文件夹里。 需要输入显卡的编号和文件夹名称,比如:

device id: 0
dir id: 1001

查看tensorboard:

cd model/
tensorboard --logdir=./

1.6 测试

python test.py

测试完成后在result文件夹中生成结果。

实测分数