2街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景

0、Emeditor软件

看大文件的tsv或者csv，Excel打不开，notepad打开也会卡死，用Emeditor破解版看非常方便，所以我经常用Emeditor看数据。
代码保存文件时，如果用Excel打开，保存就会失败，Emeditor就不会，而且数据变动时会自动提示加载新数据！超方便。

1、place pluse 2.0数据集

Place Pulse 2.0 是一个通过众包方式收集城市街景感知数据的开源项目，旨在研究人们对城市环境的主观感受，例如安全性、美观性和活力。该数据集收集了全球50多个地区的11万张街景图片，并通过众包平台让参与者对这些图片在六个不同的感知维度上进行评分。这些感知维度包括：safer，livelier，more boring，wealthier，more depressing，more beautiful。
在这里插入图片描述

Place Pulse 2.0原始官网对比界面

在这里插入图片描述

Place Pulse 2.0数据集图片示例

在这里插入图片描述

studies.tsv 六维度映射关系

在这里插入图片描述

locations.tsv没多大用

在这里插入图片描述

places.tsv没多大用

在这里插入图片描述

votes.tsv很有用，两两对比结果

在这里插入图片描述

qscores.tsv很重要，评分结果

虽然place pluse 2.0数据集有十几万张照片，但是实际每个维度中每张图片对比次数超过16的并不多，为什么要超过16甚至比16更多，是因为Trueskill想要得到稳定结果，要对比15-30次甚至更多，具体次数记不清

我自己用place pluse2.0数据集ResNet101训练了beautiful维度，结果很差，我也试了别的模型，效果同样很差，只有选哪些对比次数高的图片训练，模型精度才会高一些，但是当我用来预测深圳的街景时，就发现预测的一塌糊涂，盲猜主要原因在于国内外街景差异大的，下面放几张对比图自己看一下吧，所以我就自己写两两对比程序，计算Trueskill，训练模型。
当然也不排除我模型有问题导致的结果不好！但我总感觉自建数据集会更好，研究某个城市，数据集中的街景相似程度高，预测同样的街景效果会更好
在这里插入图片描述

国内外街景对比，差异大不大自辩吧

2、街景主观感知两两对比程序

详细介绍：街景主观感知1：街景图片两两对比程序
自己写的街景主观感知两两对比程序（数据集生成，自定义每张图片出现次数，提示剩余总对比次数，对比程序！最少对比次数，最高的效率！Trueskill图片对比15-30计算才有意义）。
在这里插入图片描述

两两对比程序

在这里插入图片描述

两两对比原理，流程

相关代码：
在这里插入图片描述

3、Trueskill结果

在这里插入图片描述

4、训练模型Resnet，Efficient，VIT等对比选择。

在这里插入图片描述

5、模型预测

在这里插入图片描述

分割线

6、其他数据处理/程序/指导！！！

GIS数据处理/程序/指导，街景百度热力图POI路网建筑物AOI等

全国街景数据。
街景语义分割后像素提取，指标计算代码（绿视率、天空开阔度、界面围合度、视觉熵/景观多样性等），含详细说明文档。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景
街景主观感知两两对比程序（数据集生成，自定义每张图片出现次数，提示剩余总对比次数，对比程序！最少对比次数，最高的效率。）街景主观感知1：街景图片两两对比程序，TrueSkill计算beautiful、safer等维度主观感知评分（原理，代码）均含详细说明文档。
街景主观感知训练，预测模型（beautiful, safer等自定义维度），多模型对比（ResNet50，ResNet101，EfficientNet、VGGNet、GoogleNet、DenseNet、MobileNet、ShuffleNet、Xception、ConvNeXt、Vision Transformer (ViT)、RegNet等），beautiful和safer维度精度均达到0.89。街景两两对比程序，Trueskill计算评分代码，训练模型，预测街景
街景图片色彩聚类。
全国百度热力图定量数据。数据介绍：百度慧眼百度热力图数据处理，可直接用于论文。数据处理Arcgis pro：百度热力图数据处理流程Arcgis PRO篇，Arcgis,QGIS见链接其他文章
OSM路网简化指导（详细说明文档，双线变单线，fclass选择，拓扑检查，短道路处理）。
POI数据，重分类，各种密度，各种比例，功能混合度/熵/多样性计算。
坐标系转化代码（bg09，wgs84，Gcj02等各种地理，投影转化）
各种树模型分类回归代码（XGBoost，Catboost等模型对比，最优模型最优参数）。
GCN用于街道研究，如GCN实现街道功能分类。
GIS相关处理，指标计算，街道街区相关，活力相关，街道品质相关。

优势：全网最全最细！

---------------------------------------------------------------------------------------------
**
1、有paper支撑！！！《地理科学》。
2、定量数据！
3、从数据原理到应用给你讲清楚。
4、专注于城市研究。**
邮箱：直接放WX会下架博文，需要的话，联系437969428@qq.com
---------------------------------------------------------------------------------------------

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/948362.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！