TernausNetV2

收录理由

这个项目源自CVPR 2018 DeepGlobe建筑提取挑战赛的亚军方案，仓库里完整提供了网络定义、预训练权重和演示笔记本，拿到卫星影像就能直接跑推理，不必从头搭建模型。它把原版TernausNet的编码器换成WideResNet-38，并扩展为11个输入通道，从而能同时利用RGB和多光谱波段；输出端则同时生成像素级建筑掩膜和边界掩膜，再借助分水岭变换把相互紧挨的建筑分开。对于需要从航拍或卫星图中提取建筑轮廓的团队，无论是做城市规划、人口监测还是其他制图任务，这套代码都是很实用的参考。不过要留意，它本质上是研究性质的代码库，并非持续维护的正式服务，更适合当作一个扎实的起点来借鉴，而不是直接部署到生产环境。