01
遥感与深度学习概述
遥感影像特点（多光谱、高光谱、SAR）、深度学习应用场景、课程技术栈与学习路径
概论多光谱SAR
02
环境搭建与工具链
Anaconda、PyTorch/GDAL、CUDA/cuDNN、遥感数据读取与可视化
环境PyTorchGDAL
03
遥感数据预处理
辐射定标与大气校正、几何校正、影像裁剪拼接、数据增强
预处理增强校正
04
遥感数据集构建
常见数据集(UC Merced/AID/DIOR)、标注工具、训练/验证/测试划分
数据集LabelMeQGIS
05
PyTorch基础回顾
张量操作、自动求导、Dataset/DataLoader、模型定义与训练循环
PyTorch张量训练
06
卷积神经网络基础
卷积/池化/全连接层、感受野、激活函数(ReLU/Sigmoid/Softmax)
CNN卷积激活
07
经典CNN架构
LeNet/AlexNet/VGG/ResNet/DenseNet原理与遥感适用性
架构ResNetVGG
08
遥感图像分类实战
ResNet场景分类、迁移学习、Fine-tuning技巧
分类迁移学习UC Merced
09
目标检测基础
边界框、IoU、NMS、Anchor机制、One-stage vs Two-stage
检测IoUNMS
10
遥感目标检测实战
YOLOv8遥感检测、DIOR训练、mAP评估
YOLOv8DIORmAP
11
语义分割基础
FCN/U-Net/DeepLab、分割评价指标(IoU/Dice)
分割U-NetDeepLab
12
遥感语义分割实战
U-Net建筑物提取、Massachusetts Buildings、Dice/Focal Loss
建筑物Dice LossFocal
13
实例分割与全景分割
Mask R-CNN、遥感车辆实例分割、全景分割简介
实例分割Mask R-CNN车辆
14
变化检测
双时相变化检测、Siamese网络、LEVIR-CD实战
变化检测SiameseLEVIR
15
多光谱与高光谱处理
波段选择(PCA/MNF)、光谱特征、3D-CNN/HybridSN
高光谱PCA3D-CNN
16
SAR影像处理
SAR成像特点、斑点噪声滤波、目标检测与分类、极化SAR
SAR滤波极化
17
遥感影像超分辨率
超分辨率重建、SRCNN/ESPCN/EDSR、遥感增强实战
超分SRCNNEDSR
18
生成对抗网络在遥感中的应用
GAN基础、遥感图像生成、数据增强、域适应
GAN生成域适应
19
注意力机制与Transformer
SE-Net/CBAM、ViT、Swin Transformer遥感应用
注意力ViTSwin
20
轻量化模型设计
MobileNet/ShuffleNet/EfficientNet、剪枝量化、边缘端部署
轻量化MobileNet剪枝
21
模型训练优化
学习率调度(Cosine/Warm-up)、正则化、BN调优
优化学习率正则化
22
分布式训练与混合精度
DataParallel/DDP、AMP混合精度、多GPU训练
分布式AMP多GPU
23
模型评估与可解释性
混淆矩阵、ROC、Grad-CAM、特征图分析、鲁棒性
评估Grad-CAM可解释
24
模型导出与转换
PyTorch转ONNX、ONNX转TensorRT、INT8/FP16量化、TorchScript
ONNXTensorRT量化
25
ONNX Runtime部署
ONNX Runtime安装、CPU/GPU推理、批量与异步处理
ONNX Runtime推理优化
26
TensorRT加速部署
TensorRT安装、Engine构建、动态形状、遥感模型加速
TensorRT加速Engine
27
Web端部署
Flask/FastAPI推理服务、REST API、Leaflet地图集成
FlaskFastAPILeaflet
28
边缘端部署
NVIDIA Jetson、TensorRT on Jetson、功耗与性能平衡
Jetson边缘功耗
29
云端部署与MLOps
Docker/Kubernetes、MLflow模型管理、CI/CD流水线
DockerK8sMLOps
30
综合项目实战
遥感建筑物变化检测系统：数据采集→部署全流程
项目变化检测全流程