高光谱图像分类 多模态

AttributeError: module ‘tensorflow.compat.v2‘ has no attribute ‘internal‘

这是tensorflow和keras版本不对应问题。

pip install tensorflow==2.3.0
pip install keras==2.3.1

No module named ‘sklearn‘ 解决方案

pip install scikit-learn

[警告] FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future ver

numpy 版本过高

pip install "numpy<1.17"

ValueError: Could not interpret optimizer identifier: <tensorflow.python.keras.optimizer_v2.nadam.Nadam object at 0x000002005A1F4F08>

解决方法： 将from tensorflow.keras改为 from keras

基于 Mamba 的高光谱和激光雷达数据联合分类网络（2024.9.12）

Joint Classification of Hyperspectral and LiDAR Data Based on Mamba
高光谱图像分析（数据加载及可视化）

为了评估 HLMamba 的性能，我们将其与几种最先进的分类方法进行了比较。其中包括两种基于高光谱图像（HSI）的单源分类方法，即视觉 Transformer（ViT）和光谱 Transformer（SF） ，以及七种基于 HSI 和激光雷达（LiDAR）的多源联合分类方法，分别是耦合卷积神经网络（CoupledCNN）、基于图注意力的多模态融合网络（GAMF）、多模态融合 Transformer（MFT）、分层卷积神经网络和 Transformer 网络（HCT）、全局 - 局部 Transformer 网络（GLTNet）、交叉高光谱和激光雷达注意力 Transformer（Cross - HL），以及基于多注意力的动态尺度分层融合网络（DSHFNet）。

DSHFNet
CoupledCNN
Cross - HL
GAMF
MFT
HCT
GLTNet

多模态 高光谱图像分类 相关论文收集

FusAtNet：基于双注意力机制的光谱空间多模态融合网络，用于高光谱和激光雷达分类（2020） code
用于高光谱和激光雷达数据分类的多模态注意感知卷积神经网络（2022） no code
一种基于图注意力机制的新型多模态融合网络，用于高光谱图像和激光雷达数据的联合分类 GAMF（2024） code
用于遥感图像分类的多模态融合变换器 MFT（2023） code
多模态信息 ViT：高光谱和激光雷达分类的信息聚合和分发 MIVit （2024） code
耦合对抗学习用于高光谱和激光雷达数据融合分类（2023） code
用于高光谱和激光雷达数据协同分类的模态融合视觉变换器 （2024） no code
MCFT：用于高光谱图像和 LiDAR 数据分类的多模对比融合变换器（2024） code
用于高光谱和激光雷达数据分类的深度编码器-解码器网络 EndNet（2020） 高引 code
S²ENet：用于高光谱和激光雷达数据分类的空间光谱跨模态增强网络（2021） code
用于高光谱和激光雷达数据分类的深度分层视觉变换器DHViT（2022）高引code
用于高光谱和激光雷达数据融合分类的多注意力分层密集融合网络（2022）code
MS2CANet：用于高光谱图像和激光雷达分类的多尺度空间光谱跨模态注意网络（2024）code
用于多模态遥感数据分类的卷积神经网络（2021）code