CNN-HSI

Introduction

This is a reproduction of Convolutional neural networks for hyperspectral image classification.

Requirements

• pytorch 1.3
• scikit-learn
• scipy
• visdom

Experiment

模型分别在PaviaU，Salinas和KSC这三个基准数据集上进行测试。实验总共分为三组，分别为每类样本量为10，每类样本量为50和每类样本量为100.为了减少误差，每组实验分别进行10次，最终的准确率取10次实验的均值。

在PaviaU数据集上的准确率（%）如下表所示：

PaviaU
10		50		100
mean	std	mean	std	mean	std
82.13	2.52	95.21	0.81	97.35	0.35

在Salinas上的准确率（%）如下表所示：

Salinas
10		50		100
mean	std	mean	std	mean	std
91.31	1.13	95.08	0.38	96.28	0.42

在KSC数据集上的准确率（%）如下表所示：

KSC
10		50		100
mean	std	mean	std	mean	std
91.13	1.60	97.39	0.95	98.05	0.37

Runing the code

训练CNN_HSI python CrossTrain.py --name xx --epoch xx --lr xx