遥感语义分割 多波段 pytorch

### 使用 PyTorch 实现遥感影像多波段数据的语义分割 #### 1. 安装必要的库 为了确保环境配置正确，建议按照特定顺序安装所需的依赖项。首先安装 CUDA 版本兼容的 `torch` 和 `torchvision`，然后再安装 `segmentation_models_pytorch (smp)`。 ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch pip install segmentation-models-pytorch ``` #### 2. 数据预处理 遥感影像通常具有多个光谱波段，在加载这些图像时需特别注意其通道数和排列方式。可以利用 `rasterio` 库读取 GeoTIFF 文件并转换为适合模型输入的形式[^2]。 ```python import rasterio from torch.utils.data import Dataset, DataLoader class RemoteSensingDataset(Dataset): def __init__(self, image_paths, mask_paths, transform=None): self.image_paths = image_paths self.mask_paths = mask_paths self.transform = transform def __len__(self): return len(self.image_paths) def __getitem__(self, idx): img_path = self.image_paths[idx] msk_path = self.mask_paths[idx] with rasterio.open(img_path) as f: img = f.read().transpose((1, 2, 0)) # 调整维度顺序 with rasterio.open(msk_path) as f: msk = f.read()[0].astype('float32') # 假设掩码只有一个类别 if self.transform is not None: transformed = self.transform(image=img, mask=msk) img = transformed['image'] msk = transformed['mask'] return img, msk ``` #### 3. 构建模型架构 基于 `segmentation_models_pytorch` 创建 U-Net 或其他类型的编码器解码器结构来进行语义分割任务。可以选择不同的骨干网络作为特征提取的基础组件。 ```python import segmentation_models_pytorch as smp model = smp.Unet( encoder_name="resnet34", # 骨干网名称 encoder_weights="imagenet", # 权重初始化方法 in_channels=8, # 输入图片的通道数量（取决于使用的波段） classes=1 # 输出类别的数目 ) ``` #### 4. 训练过程设置 定义损失函数、优化算法以及其他辅助工具如学习率调度器等参数，并编写训练循环逻辑完成整个流程的设计与实现。 ```python import torch.optim as optim from catalyst.dl.runner import SupervisedRunner loss_fn = smp.losses.DiceLoss() optimizer = optim.Adam(model.parameters(), lr=0.001) scheduler = optim.lr_scheduler.ReduceLROnPlateau(optimizer, mode='min', factor=0.1, patience=5) runner = SupervisedRunner() logdir = "./logs/unet" num_epochs = 25 loader_train = DataLoader(dataset=train_dataset, batch_size=16, shuffle=True) loader_valid = DataLoader(dataset=val_dataset, batch_size=16, shuffle=False) loaders = {"train": loader_train, "valid": loader_valid} runner.train( model=model, criterion=loss_fn, optimizer=optimizer, scheduler=scheduler, loaders=loaders, logdir=logdir, num_epochs=num_epochs, verbose=True ) ``` 通过上述步骤可以在 PyTorch 中构建一个多波段遥感影像的语义分割系统。此方案不仅适用于常见的 RGB 图像，还能够有效处理包含更多光谱信息的数据源。