SSLstm

Introduction

This is a reproduction of Hyperspectral image classification using spectral-spatial LSTMs.

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
69.59	5.84	84.50	1.82	87.19	6.10

在Salinas数据集上的准确率（%）如下表所示：

Salinas
10		50		100
mean	std	mean	std	mean	std
81.20	3.30	91.37	1.50	94.41	0.36

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
83.07	1.59	98.72	0.90	99.68	0.36

Runing the code

训练光谱分支 python TrainBySpectral.py --name xx --epoch xx --lr xx

训练空间分支 python TrainBySpatial.py --name xx --epoch xx --lr xx

联合预测 python JointPredict.py