简介：一份基于Python实现的遥感影像滑坡场景分类代码与项目文档，面向毕业设计、课程设计及项目开发场景，适合想快速掌握SVM分类流程并扩展应用的学习者。源码已经过严格测试，可放心参考并在此基础上继续延伸。资源压缩包共21个文件、约1.86MB，包括4个py源码、训练与测试txt数据、pkl特征/模型文件、lda模型相关文件及说明md，目录按功能模块划分，便于对照学习。整体流程清晰：先从影像提取光谱统计特征与GLCM纹理特征，再用K-Means聚类生成视觉单词，接着通过LDA模型将词袋抽象为主题分布并保存为libsvm格式，最后采用Libsvm完成SVM分类。项目文档对各环节原理与运行方式进行了说明，便于理解特征工程—词袋模型—主题模型—分类器这条完整链路。目前已有56人学习下载，用作课程报告或论文实验的参考基线都很合适。
1. 遥感影像滑坡场景分类：不是语义分割，而是特征+SVM的经典管线
第一次拿遥感影像做滑坡场景分类时，我的第一反应是上深度学习语义分割，但实际一跑才发现，场景分类要的是「这张图块是不是滑坡」，不需要逐像元分割，用语义分割反而把问题做复杂了。这个基于Python实现的项目走的是另一条完整可复现的路线：从影像里提取光谱特征（均值、标准差）和GLCM纹理特征，用K-Means把低层特征聚类成视觉单词，再用LDA主题模型对视觉词袋做抽象，把每张影像变成主题分布，最后交给LibSVM分类器完成滑坡场景识别。整套流程纯CPU就能跑起来，适合毕业设计、课程设计做闭环演示，也适合想在遥感场景分类方向上做快速验证的从业者。资源里源码、中间模型文件和项目文档都齐，顺着代码能一路推进到精度调优。
2. 特征提取：光谱统计量与GLCM纹理参数怎么定
2.1 光谱特征为什么取均值和标准差
特征提取是整条管线的底座，也是最容易被跳过思考的一步。项目对每张影像块提取光谱特征，取的是三个波段的平均值和标准差，组合起来就是一个六维向量。为什么是这两个统计量，而不是直方图或者更复杂的颜色描述子？因为场景分类的输入是固定大小的图块，均值能反映图块的整体亮度分布，标准差能反映波段内的波动程度。滑坡体的裸土区域在可见光波段上通常亮度偏高、标准差偏大，而同面积的草坡、林地方向均值低、波动小，这两个统计量已经能把正负样本拉开。直方图虽然信息更充足，但维度会膨胀到几十甚至上百，对后续K-Means和SVM都不友好。
从像素级到向量级的转换，常见做法是先读入影像块，再按通道统计。下面的代码是整个特征提取流程的第一段：
import numpy as np from PIL import Image def spectral_features(patch): """输入三波段影像块，返回光谱均值与标准差特征（6维）""" arr = np.asarray(patch).astype(np.float32) means = arr.mean(axis=(0, 1)) # 每个波段一个均值 stds = arr.std(axis=(0, 1)) # 每个波段一个标准差 return np.concatenate([means, stds])这里arr的shape是(H, W, 3)，axis=(0,1)表示把所有像素在高度和宽度方向上做统计，保留波段维。返回的向量顺序是三个均值接三个标准差，调用方必须固定这个顺序，否则后面生成libsvm格式时特征列会整体错位，这是个最容易犯的低级错误。如果输入是单波段灰度图，这段代码同样能跑，只是输出的均值、标准差各一个，维度变成2。
光谱特征这一段虽然简单，但在整个项目里承担的任务是「颜色分布的粗颗粒度描述」。后续的GLCM纹理特征负责描述空间关系，两者互补之后，一个图块的特征向量才具备区分滑坡和非滑坡的能力。
2.2 GLCM纹理特征：窗口、灰度级、方向与距离
纹理特征这块，项目选的是GLCM（灰度共生矩阵）的多个统计值。GLCM的核心思想很直接：统计某个灰度值在指定方向和距离上，与另一个灰度值相邻出现的频率。如果图块纹理粗糙，像素对规律性强，共生矩阵会呈现明显的主对角分布；如果纹理细碎，矩阵分布就均匀扩散。
参数是GLCM落地时最需要较真的地方。我一般会把灰度级压缩到16或32，距离取1，方向取0度、45度、90度、135度四个方向，然后对四个方向的统计量取均值。灰度级如果取256，共生矩阵会变成256×256，绝大多数格子都是零，统计结果全是稀疏值，方差大且不稳定；距离取1能刻画相邻像素的最短关系，取大了反而把纹理结构打成碎块。窗口大小通常用7×7或9×9，窗口太小对边缘敏感，窗口太大容易把两类地物的边界抹平。四个方向取均值是为了削弱影像旋转对纹理统计的影响，这也是场景分类任务里很实用的做法。
import numpy as np from skimage.feature import graycomatrix, graycoprops def glcm_features(gray_patch, levels=16, distance=1): """灰度图块，输出GLCM四个方向统计值的均值特征""" img = (gray_patch / 255.0 * (levels - 1)).astype(np.uint8) angles = [0, np.pi / 4, np.pi / 2, 3 * np.pi / 4] glcm = graycomatrix(img, [distance], angles, levels=levels, symmetric=True, normed=True) stats = [] for name in ['contrast', 'dissimilarity', 'homogeneity', 'energy', 'correlation', 'asm']: prop = graycoprops(glcm, name) # 输出 shape: (1,4) stats.extend(prop.mean(axis=1)) # 四个方向取平均 return np.array(stats, dtype=np.float32)代码里两个关键点：symmetric=True让共生矩阵对称化，这样0度和90度这类互为反向的组合会被合并，矩阵更稳定；normed=True把频率归一化成概率，避免图块尺寸不同导致数值量级不一致。graycoprops输出的每个统计量在四个方向上各有一个值，对axis=1取均值后，返回的向量长度就是统计量个数乘4方向归一后的数量。
这里有个容易踩的坑：skimage的graycomatrix要求输入是uint8类型，而且levels参数不能小于输入数组的最大值加1。如果之前做了归一化到[0,1]的浮点操作，直接丢进去会报错或者得到全零矩阵。所以我在代码里先乘回[0,255]区间再转uint8，这样levels=16时数据能正确落在0到15的灰度级上。特征向量最终是6维光谱加6个GLCM统计量，总计12维，进入下一层K-Means时的特征空间并不算大，这也是经典特征工程的典型做法。
2.3 样本与标签生成：滑窗取样和训练测试划分
特征函数准备好之后，下一步是把原始影像变成一批带标签的样本。项目里的generate_samples_and_labels.py干的就是这件事。场景分类一般用滑窗从大影像上切图块，每个图块对应一个标签。滑坡场景是典型的小样本正类，所以采样策略要特别设计：正样本图块尽量全部保留，负样本按正样本数量的一定比例采样，否则SVM很容易被大量负样本带偏。
图块尺寸常见做法是64×64或者128×128，步长取等于窗口尺寸时样本之间没有重叠，取小于窗口尺寸时有重叠，相当于做了滑动增强。我建议先把图块坐标和标签存成中间文件，再做训练测试划分，这样后面调参时不用重新切图。
import cv2 import numpy as np def extract_patches_with_label(image, patch_size=64, stride=64): """按滑窗切图块，返回坐标列表；标签由外部掩膜对应坐标决定""" h, w = image.shape[:2] patches = [] for y in range(0, h - patch_size + 1, stride): for x in range(0, w - patch_size + 1, stride): patches.append((y, x, image[y:y + patch_size, x:x + patch_size])) return patches def make_train_test(patches, labels, test_ratio=0.2): """按顺序切分训练测试，注意先打乱索引""" idx = np.arange(len(patches)) rng = np.random.RandomState(42) rng.shuffle(idx) split = int(len(idx) * (1 - test_ratio)) train_idx, test_idx = idx[:split], idx[split:] return train_idx, test_idx这里在切分前用固定RandomState打乱索引，是保证实验结果可复现的关键。实际业务中更严格的划分是按影像文件划分而不是按图块划分，同一张大图切出的图块共享光照和地物背景，如果不按影像划分，训练测试之间会有严重的信息泄漏，精度虚高。这个细节在第五章会用专门一节展开讲。
样本坐标和图块内容生成后，要对每一块做特征提取。常见做法是对每个图块分别调用光谱特征和GLCM特征，然后横向拼接成一个特征行；所有图块的特征行纵向堆叠，就形成了后续K-Means聚类的输入矩阵。这一步如果直接用Python循环跑，速度会比较慢，但项目样本量在几千的量级时完全够用。数据准备做到这里，管线才走完第一层，接下来进入视觉词袋阶段。
3. 特征抽象：K-Means视觉词袋与LDA主题分布，为什么中间要多一层
3.1 为什么低层特征不能直接喂SVM
很多人拿到12维特征后会想：既然维度不高，为什么不直接训练SVM分类器，还要绕一圈做K-Means和LDA？答案是「一个图块的特征」和「一张影像的语义」之间还差着一个层级。每个64×64图块的特征描述的是局部颜色和纹理，而一张遥感影像往往有一万个图块，把这些图块特征直接平均成一条向量，会丢失掉「哪些纹理模式在空间上频繁共现」这个重要信号。
视觉词袋（Bag of Visual Words）的思路就是把影像类比成文档：每个图块的特征向量经过K-Means聚类，得到一个簇编号作为视觉单词，一张影像内所有视觉单词的出现频次组成词袋直方图。这样影像被描述成「哪些视觉模式出现了多少次」，而不是一堆没名字的连续特征。LDA主题模型再在这个词袋上做一层抽象，输出多个主题的分布概率，得到的就是项目描述里说的「高级特征」。
这一层抽象的价值在分类精度上体现得很明显。直接用12维物理特征训练SVM，碰上不同光照、不同季节的影像，特征分布偏移很厉害；而经过视觉词袋和主题分布两级抽象后，分类器面对的是「语义模式比例」而非「像素统计量」，泛化能力明显更强。
3.2 K-Means聚类参数：簇数量、初始化与标准化
K-Means这一步把大量图块特征聚成若干个簇，每个簇中心就是一个视觉单词。簇数量是关键参数，常见做法是取200到500之间，数量太小时不同地物被强行合并，区分能力弱；数量太大时每个簇里样本太少，词袋直方图变得特别稀疏，反而放大噪声。我一般先用256跑通流程，再看后续分类精度的变化趋势决定是否需要调大。
K-Means对特征尺度非常敏感。光谱特征取值在0到255之间，GLCM统计值基本在0到1附近，如果直接送进K-Means，距离计算会被光谱维度主导，等于纹理特征白提了。所以训练聚类器之前，需要先用StandardScaler对特征矩阵做标准化。
from sklearn.preprocessing import StandardScaler from sklearn.cluster import KMeans import numpy as np scaler = StandardScaler() X_scaled = scaler.fit_transform(feature_matrix) kmeans = KMeans(n_clusters=256, init='k-means++', n_init=10, max_iter=300, random_state=42) kmeans.fit(X_scaled) word_ids = kmeans.predict(X_scaled) # 每个图块一个视觉单词ID参数里n_init=10表示用10个不同初始中心跑K-Means，取最优结果，这一步能有效避免聚类结果陷入局部最优；random_state=42固定了初始状态，保证重复运行得到相同的单词划分。后续生成词袋时，训练集和测试集必须用同一个kmeans对象做predict，绝不能对测试集重新拟合聚类器，否则视觉单词的编号语义就对不上了。
词袋的构建在图像检索里也叫直方图量化。每张影像里，统计每个簇编号出现的次数，得到一个长度为n_clusters的整数向量：
from collections import Counter def build_bow(word_ids, n_clusters=256): counter = Counter(word_ids) bow = np.zeros(n_clusters, dtype=np.float32) for wid, cnt in counter.items(): bow[wid] = cnt return bow这个向量绝大部分位置是零，属于高维稀疏表示。LDA模型接受的输入正是这种离散计数型矩阵，所以词袋结果可以直接喂给下一层，不需要额外做归一化。
3.3 LDA主题模型：从词袋到主题分布，再写入libsvm格式
LDA（Latent Dirichlet Allocation）在这里是主题模型，不是线性判别分析。这是一个特别容易混淆的坑：sklearn里LinearDiscriminantAnalysis和LatentDirichletAllocation是两个完全不同的类，前者是监督降维，后者是无监督主题建模。项目文档里写的「利用LDA模型对视觉词袋进行主题分析」，指的一定是后者。
LDA把每张影像看成一篇文档，视觉单词看成词，主题数就是影像中可能存在的「隐含场景模式」。主题数太少会把不同地表类型揉在一起，太多会产生大量重复主题。我做这个项目的经验是先从50个主题开始，观察训练集和验证集精度的交叉验证曲线，再决定加还是减。
from sklearn.decomposition import LatentDirichletAllocation lda = LatentDirichletAllocation( n_components=50, learning_method='online', max_iter=30, random_state=0 ) lda.fit(bow_matrix) topic_features = lda.transform(bow_matrix) # 每张影像一个50维主题分布learning_method='online'适合样本量较大的情况，训练速度快且迭代更稳定；max_iter控制迭代轮数，轮数太少主题分布还没收敛，轮数太多耗时线性增长。topic_features每一行元素之和接近1，含义是该影像在50个主题上的分布概率，这个连续向量就是SVM要吃的最终特征。
由于最后要训练LibSVM分类器，需要把主题分布和类别标签写成libsvm文本格式。libsvm格式的约定是每行第一列为标签，后面是“特征编号:特征值”，编号从1开始连续递增：
def write_libsvm(topic_features, labels, output_path): with open(output_path, 'w') as f: for lab, vec in zip(labels, topic_features): items = ['{}:{:.6f}'.format(i + 1, v) for i, v in enumerate(vec)] line = '{} {}\n'.format(int(lab), ' '.join(items)) f.write(line)这段代码里标签用int强制转换，防止numpy的float标签写入文件后变成“1.0”让LibSVM解析报错；特征值保留6位小数就足够，写太长文件会膨胀，对精度没有实际帮助。项目里training.txt、test.txt以及training2.txt、test2.txt就是不同特征组合或样本划分下生成的libsvm文件，classify.py读取这些文件完成后续训练。
资源里的visual_lda.model、text_clt.pkl、spec_clt.pkl这些文件，对应的正是这一层的中间产物。visual_lda.model是训练好的LDA模型，各个clt.pkl是不同特征分支训练出的K-Means聚类器。把它们落盘的意义在于，测试新影像时可以直接加载同一套模型，保证单词编号和主题空间完全对齐。
4. 分类器落地：LibSVM格式、C/gamma搜索与模型持久化
4.1 LibSVM文本格式与数据读取
整个管线到了最后一步才进入分类环节，但LibSVM数据格式的读取和转换，反而是很多新手卡壳的地方。LibSVM工具包是SVM训练最常用的开源实现，项目里生成的libsvm样本格式，每行的结构是「标签 索引:值 索引:值...」，索引从1开始，而不是Python习惯的0。这个格式设计是为了支持稀疏存储，对LDA输出的50维主题分布来说，这个向量是稠密的，不需要稀疏存储，但仍然要按索引编号写入。
读取libsvm格式的方式有两种。如果直接用LibSVM自带的命令行工具，txt文件直接喂给svm-train就能训练；如果整个管线都在Python里跑，更常见的做法是用sklearn的svm.SVC，它底层同样调用了LibSVM实现，训练效果一致，还能和前面的K-Means、LDA无缝衔接。分类器要读取libsvm文本，先把文本转成稠密矩阵：
import numpy as np def load_libsvm(path, dim=50): X_list, y_list = [], [] with open(path, 'r') as f: for line in f: parts = line.strip().split() y_list.append(int(float(parts[0]))) vec = np.zeros(dim, dtype=np.float32) for item in parts[1:]: idx, val = item.split(':') vec[int(idx) - 1] = float(val) X_list.append(vec) return np.array(X_list), np.array(y_list)解析时每行的第一个元素要先用float再转int，兼容标签写成“1”和“1.0”两种情况；索引列要减1，因为文件里是从1开始编号，而numpy数组下标从0开始。如果dim设置得比文件里最大的索引还要小，运行时会报索引越界，反之则会在向量末尾留出一堆零，这两种错误都不容易一眼发现。
4.2 核函数选择与C/gamma参数搜索
SVM分类器的核函数，这个项目场景下直接选RBF径向基核就行。RBF核能把低维空间里线性不可分的样本映射到高维空间，滑坡场景的主题分布特征虽然已经是高层抽象，但正负样本的边界仍然是非线性的，线性核在这个任务上精度会差一截。RBF核有两个核心参数：C是误分类惩罚系数，gamma控制RBF核的宽度。C太大容易过拟合，C太小又欠拟合；gamma太大会导致每个训练样本只影响自己附近很小的区域，gamma太小则决策边界过于平滑。
C和gamma怎么定，我一般直接网格搜索。范围先按数量级大步长扫，C取[1, 10, 100]，gamma取[0.001, 0.01, 0.1]，找到最优值附近再加密。如果正负样本不平衡，网格搜索的scoring不能只盯着accuracy看，滑坡场景里负样本占比高，模型全部预测成负样本也可能有70%以上的准确率，必须把scoring换成f1。
from sklearn.svm import SVC from sklearn.model_selection import GridSearchCV param_grid = { 'C': [1, 10, 100], 'gamma': [0.001, 0.01, 0.1], } svm = SVC(kernel='rbf', probability=True, random_state=42) grid = GridSearchCV(svm, param_grid, cv=5, scoring='f1', n_jobs=-1) grid.fit(X_train, y_train) print('best params:', grid.best_params_) print('best f1:', grid.best_score_)这里的probability=True让LibSVM额外计算出概率形式的预测结果，后面做混淆矩阵和预测图时直接使用predict_proba输出；代价是训练时间会增加，但对这个项目的数据量来说完全能接受。交叉验证cv=5把训练数据切成5份，轮流用其中4份训练、1份验证，避免用同一批数据既调参又评估造成的过拟合。
4.3 模型持久化与预测流程
网格搜索结束后，最优模型要连同前面的scaler、kmeans、lda一起保存下来，不然测试阶段重新加载时模型之间会产生不一致。这是个特别容易忽略的命题：LDA的主题编号、K-Means的簇编号、SVM的特征索引都是一一对应的，任何一个模型重新训练过，整条管线就断掉了。常见做法是把所有对象打包成一个字典，用pickle或joblib存成一个文件。
import pickle pipeline = { 'scaler': scaler, 'kmeans': kmeans, 'lda': lda, 'svm': grid.best_estimator_, } with open('landslide_pipeline.pkl', 'wb') as f: pickle.dump(pipeline, f) # 预测阶段 with open('landslide_pipeline.pkl', 'rb') as f: loaded = pickle.load(f) X_test_scaled = loaded['scaler'].transform(test_features) bow_test = build_bow_from_kmeans(loaded['kmeans'], test_features) topic_test = loaded['lda'].transform(bow_test) y_pred = loaded['svm'].predict(topic_test)我见过不少人在这个环节只保存SVM的模型文件，然后测试时重新K-Means、重新LDA拟合，结果预测准确率直接掉到随机猜测水平。要记住：从特征提取到SVM，每个环节都有训练和转换两个阶段，训练时fit，转换时transform，全程保持同一套对象。
5. 避坑排查：特征到分类的六个常见翻车点与解决方法
5.1 现象：准确率卡在70%上下不去
先描述症状：训练集准确率能做到85%以上，但验证集一直卡在70%左右，无论怎么调C和gamma都没用。这个现象在特征差异大的项目里非常典型。
原因基本是特征没有归一化。光谱特征取值0到255，GLCM统计值在0到1附近，SVM优化时大数值特征主导了距离计算，纹理特征的贡献被压没了。
解决方法是像前面写的那样，在K-Means聚类之前对特征矩阵做StandardScaler标准化，并且测试阶段用同一个scaler做transform，不能在测试集上重新fit。做完这一步，我的验证集准确率一般能直接拉升5到10个百分点。
5.2 现象：K-Means每次跑出的视觉单词都不一样
还有一类问题是不固定随机种子造成的。K-Means的初始化是随机的，LDA的求解也带随机性，SVM训练同样有随机因素。如果这三处都不设置random_state，每次运行的结果都会有差异，有时精度甚至能差出好几个百分点。
我要先说明：这类现象不一定是代码写的bug，而是算法本身的随机性。解决方式很简单，就是在这三个模型的构造函数里都显式指定random_state，K-Means和SVM用random_state=42，LDA用random_state=0。固定种子后如果两次运行结果仍有差异，那就要怀疑数据切分时是否也用了随机。
5.3 现象：样本文件里的特征行数对不上
训练时发现training.txt的行数和标签列表长度不一致，或者某一行解析出的特征个数比预设维度多。
原因是生成libsvm文件时，特征向量的顺序没有和标签顺序对齐。最常见的是在读取图块时用了两个不同的目录遍历顺序，一个目录按文件名排序，另一个目录按文件修改时间排序，两边顺序不一致，标签和特征就错位了。解决方法是生成样本阶段就把「文件名、坐标、标签、特征」放在同一个DataFrame或列表里，所有操作基于同一个索引，不分别维护两个列表。
5.4 现象：训练集准确率极高，测试集却远低于预期
如果训练集准确率超过95%，但测试集只有60%左右，第一反应应该是过拟合。但在遥感场景里，还有另一个常见原因：数据泄漏。
滑窗切图块的模式中，同一张遥感影像切出的图块背景相似，光照条件一致。如果直接随机划分训练集和测试集，同一个影像切出的图块会同时出现在两边，模型学到了「这张影像的整体风格」而不是「滑坡区域的视觉模式」，分数自然虚高。解决方式是划分数据集时按影像ID进行分组，整张影像的所有图块要么全进训练集，要么全进测试集，不要跨组混合。
5.5 现象：LDA训练时报负值错误
有时LatentDirichletAllocation.fit会报“Negative values in data passed to LatentDirichletAllocation”，或者训练完成后主题分布全是nan。
这个现象的原因通常是输入给LDA的矩阵不是词袋计数，而是被强行归一化成了小数，或者某个特征列出现了负数。LDA的输入必须是矩阵元素非负的整数计数，词袋直方图天然满足这个条件。但如果你在词袋之前做了StandardScaler，特征值就会变成负数和浮点数，这时候丢给LDA必然报错。
解决方法是把标准化只用于K-Means聚类步骤，词袋构建完成后不再做任何缩放。如果仍然报错，用np.isnan检查一下词袋矩阵，看看是不是某些图块在K-Means预测时产生了空簇。
5.6 现象：GLCM统计量返回nan
GLCM特征提取时，某个图块的所有GLCM统计值返回nan，导致整条训练管线崩溃。
原因是输入graycomatrix的数据类型和levels不对。skimage要求输入是uint8数组，如果传入float64，或者数据最大值超过了levels减1，共生矩阵会越界或者稀疏异常，graycoprops就会输出nan。解决方式是在进入GLCM前，把图像数据先归一化到[0,1]再乘上(levels-1)，然后转成uint8。另外levels不要设成256，16或32足够，灰度级越多共生矩阵越稀疏，统计值越不稳定。
这个坑在调试时最迷惑的地方在于：它报错的位置距离真正出错的代码很远，你可能会先怀疑分类器、再怀疑LDA，最后才发现是特征提取环节的某个图块出了问题。我的排查习惯是从管线末端往上游逐层打印shape和合法性检查，哪一层出现nan，问题就在哪一层或它的下一层输入。
6. 进阶验证：混淆矩阵与预测类别图，发现模型悄悄学错特征
6.1 混淆矩阵逐类看错误
只报告准确率在场景分类里是远远不够的，尤其是滑坡这类正样本稀缺的任务，准确率会被大量负样本稀释。我做完分类后一定会先看混淆矩阵，逐类检查模型到底错在什么地方。
from sklearn.metrics import confusion_matrix, classification_report import seaborn as sns import matplotlib.pyplot as plt y_pred = grid.predict(X_test) cm = confusion_matrix(y_test, y_pred) sns.heatmap(cm, annot=True, fmt='d', xticklabels=['non-landslide', 'landslide'], yticklabels=['non-landslide', 'landslide']) plt.show()看混淆矩阵不是看对角线有多漂亮，而是看非对角线的分布。滑坡被判成非滑坡，意味着漏检，这对灾害场景是致命的；非滑坡被判成滑坡，意味着虚警，说明模型把某些地物纹理误当成了滑坡体。如果虚警集中在某一块，下一步就要回到特征提取层，看看这一块地物到底是什么样子，而不是盲目调SVM参数。
6.2 把预测结果映射回原始影像
混淆矩阵只能告诉你错多少，不能告诉你在哪里出错。遥感影像这个场景的特殊性在于，错误往往是空间相关的，模型可能把某条河流的冲积扇整体误判成滑坡。要看到这个现象，最直接的做法是把每个图块的预测概率映射回原始影像坐标，生成一张预测类别图，叠加在原始影像上观察。
这个映射图的价值在于，它能直观暴露模型的学习偏好。我印象很深的一次测试：混淆矩阵显示虚警率偏高，把概率图叠加回原始影像后才发现，模型把影像中一块裸土河漫滩判成了滑坡。河漫滩和滑坡体在光谱上确实非常接近，差异主要在纹理的灰度共现结构上。看到类别图之后，我返回去把GLCM窗口从7×7调整到9×9，增加了correlation统计量，虚警才压下去。如果不做这一层可视化验证，这个问题会一直藏在指标背后。
从那以后我每做完一版模型，都会强制走一遍「混淆矩阵+预测类别图」双验证，一次都不跳过。这个习惯让我避开了至少三次看似精度达标、实则学习偏置的翻车状况。希望帮到你。
本文还有配套的精品资源，点击获取
