- 簡介
- 其他數據處理/程序/指導!!!
- (1)街景數據獲取
- (2)街景語義分割后像素提取,指標計算代碼(綠視率,天空開闊度、視覺熵/景觀多樣性等)
- (3)街景主觀感知兩兩對比程序,TrueSkill計算主觀感知評分
- (4)街景主觀感知程序(beautiful等維度),多模型對比(MobileNet等),safer精度0.89
- (5)街景圖片色彩聚類
- (6)百度熱力圖指導,買數據可簡單指導
- (7)OSM路網簡化指導
- (8)POI數據,重分類,各種指標(功能混合度)計算
- (9)建筑物各種指標計算(建筑密度,容積率)
- (10)坐標系轉化代碼(bg09,wgs84,Gcj02等各種地理,投影轉化)
- (11)各種樹模型分類回歸代碼(XGBoost,Catboost等模型對比,最優模型最優參數)
- (12)GCN用于街道研究,如GCN實現街道功能分類
- (13)GIS相關處理,指標計算,街道街區相關,活力相關,街道品質相關
簡介
---------------------------------------------------------------------------------------------
優勢:全網最全最細!
1、有論文支撐!!!《地理科學》。
2、定量數據!
3、從數據原理到應用給你講清楚。
4、專注于城市研究。
郵箱:直接放WX會下架博文,需要的話,聯系437969428@qq.com
---------------------------------------------------------------------------------------------
其他數據處理/程序/指導!!!
(1)街景數據獲取
(2)街景語義分割后像素提取,指標計算代碼(綠視率,天空開闊度、視覺熵/景觀多樣性等)
deeplabv3+街景圖片語義分割,無需訓練模型,看不懂也沒有影響,直接使用,cityscapes數據集
(3)街景主觀感知兩兩對比程序,TrueSkill計算主觀感知評分
街景主觀感知兩兩對比程序(最少對比次數,最高的效率,提示剩余總對比次數,自定義每張圖片出現次數,Trueskill圖片對比15-30計算才有意義),TrueSkill計算主觀感知評分。
(4)街景主觀感知程序(beautiful等維度),多模型對比(MobileNet等),safer精度0.89
街景主觀感知程序(beautiful, safer等自定義維度),多模型對比(ResNet50,ResNet101,EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等),我自己是用420張圖片,分別訓練了beautiful,safer,模型最好精度0.89,很高了,我才用了420張圖片,平均每張圖片對比才16次。
(5)街景圖片色彩聚類
(6)百度熱力圖指導,買數據可簡單指導
(7)OSM路網簡化指導
(8)POI數據,重分類,各種指標(功能混合度)計算
POI數據重分類代碼,POI數據分類指導,出POI數據,POI各種指標計算(XX密度,XX比例,功能混合度,功能集中度等)。
(9)建筑物各種指標計算(建筑密度,容積率)
(10)坐標系轉化代碼(bg09,wgs84,Gcj02等各種地理,投影轉化)
(11)各種樹模型分類回歸代碼(XGBoost,Catboost等模型對比,最優模型最優參數)
各種樹模型分類回歸代碼(RF,GBDT,XGBoost,Catboost等模型對比,最優模型最優參數)。