WFC3 DLN 异常检测器:使用深度学习和公共哈勃 WFC3数据来识别空间观测中的“异常”(对于HST和JWST) 源码
WFC3-DLN-异常检测器 使用深度学习和公共哈勃/ WFC3数据识别太空观测中的“异常”(对于HST和JWST) 可以在找到我们深度学习的最新版本Hubble / WFC3图像异常检测器。 这个笔记本下载了Hubble Ultra Deep Field,并用它训练了卷积自动编码器。 然后重建HUDF的子部分,并将其与原始子帧并排比较以进行质量控制。 接下来,我们将异常注入到图像中,并确定自动编码器对这些异常的敏感性。
文件列表
WFC3-DLN-Anomaly-Detector-master.zip
(预估有个35文件)
WFC3-DLN-Anomaly-Detector-master
ingest_and_convert_to_jpeg_hst_public_data_on_aws.py
8KB
how_to_remove_all_but_500_jpgs.py
767B
check_data_distribution_baselines.py
2KB
Transfer_Learning_Scripts
keras_example_InceptionV3_transferlearning.py
6KB
xgboost_image_classification.py
4KB
example_transfer_learn_vgg16.py
7KB
example_transfer_learn_vgg16_load_first.py
13KB
example_transfer_learning_pretrained_network_load_first.py
9KB
暂无评论