原始水体标签（png格式）
预测结果（这是tif格式）
png格式的结果全是白色
训练结果pre recall f1全为0
请问二分类预测结果全部白色这是什么原因导致？
二分类水体提取训练结果全为0，预测图片全为白色
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2022-08-24 17:44一只盒饭的博客 基于python将遥感影像裁剪成深度学习数据集，并进行筛选、拼接等一系列操作
- 2025-09-10 19:20GIS潮流的博客 该遥感地物要素数据集为高分一号卫星遥感影像，影像为三通道数据（B,G,R），分辨率为2米，512x512尺寸大小的4671张，256x256尺寸大小的145981张，总数据量150652张。包括建筑、道路、水体、植被
- 2025-09-10 19:50GIS潮流的博客 该遥感地物要素数据集为吉林一号高分辨率卫星遥感影像，影像为三通道数据（B,G,R），分辨率为0.5米，总数据量8161张512x512尺寸大小，类别包括：建筑、道路、水体、植被 四大类。
- 2024-08-13 00:37斯凯利.瑞恩的博客 #返回每个样本的指数 #样本数，指标个数 n,m=np.shape(data0) #一行一个样本，一列一个指标 #下面是归一化 maxium=np.max(data0,axis=0) minium=np.min(data0,axis=0) data= (data0-minium)*1.0/(maxium-minium) ##...
- 2025-08-21 17:34做科研的周师兄的博客 Map.addLayer(ndvi_max, {min:0, max:0.9}, "ndvi")：显示 NDVI 最大值结果，min:0,max:0.9（忽略负值的水体 / 裸地，突出植被的 NDVI 范围）。 5. 研究区边界可视化 Map.addLayer(roi.style(styling),{},'sichuan'...
- 2021-06-12 09:40天天Matlab代码科研顾问的博客 2.19 Transform各类组合时序、回归预测预测和分类 方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS...
- 2021-06-29 22:50Matlab科研辅导帮的博客 2.19 Transform各类组合时序、回归预测预测和分类 方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS...
- 2021-06-12 09:40天天Matlab代码科研顾问的博客 二、模型 VRPTW的数学模型如下： （2.2）保证了每个顾客只被访问1次 （2.3）保证了装载的货物不超过容量 （2.4）（2.5）（2.6）确保了每辆车从depot出发最后回到depot （2.7）（2.8）确保在时间窗内开始...
- 2025-11-09 21:44创新优化预测的博客 一、引言：强化学习路径规划的核心优势与应用场景1.1 传统路径规划的局限与 SARSA 算法价值依赖全局环境先验信息，动态障碍物场景下鲁棒性差；路径优化依赖启发函数设计，...无法在线学习环境特征，二次规划效率低。
- 2017-09-28 11:37v_JULY_v的博客 机器学习 ML模型 中 @朝阳在望，联系： 1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题） 2、两个方法都可以增加不同的正则化项，如l1、l2等等。所以在很多...
- 2024-05-01 00:30林聪木的博客 从表中可以看出，在URPC数据集上，本文算法⑽在URPC数据...中1个分支进行2次全连接操作，作为全连接头，随后利用全连接头进行回归分类，另1个分支先进行两次卷积操作在进行全连接操作，作为卷积头，随后利用卷积头对。
- 2020-06-19 22:55USST_Coder的博客 机器学习 ML模型 中 @朝阳在望，联系： 1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题） 2、两个方法都可以增加不同的正则化项，如l1、l2等等。所以在很多...
- 2021-07-14 19:44天天Matlab代码科研顾问的博客 其中，t表示当前迭代次数，Xij表示第i个麻雀种群在第j维中的位置信息,阿尔法表示的0到1的随机数，itermax表示最大迭代次数，Q表示一个服从正态分布的随机数，L是一个1*d并且元素全为1的矩阵，R2属于0-1表示麻雀种群...
- 2019-01-11 11:18朴素.无恙的博客 计算预测值和真实值之间的误差 b.重复迭代，直至得到网络权重的最佳值 c.把输入传入网络，得到输出值 d.用随机值初始化权重和偏差 e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差 A.abcde B....
- 2018-09-29 16:53Hydra_shuang的博客 SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。 扩展：这里有篇文章详尽介绍了SVM的原理、推导，《支持向量机通俗导论（理解SVM的三层境界）》。此外，这里有个视频也是...
- 2019-05-20 15:56weixin_30432179的博客 深度学习 100 题（转） ... 来源：BAT面试1000题 1、梯度下降算法的正确步骤是什么？ a.计算预测值和真实值之间的误差 b.重...
- 没有解决我的问题, 去提问
问题事件
系统已结题
8月15日
修改了问题
8月7日-
创建了问题
8月7日