本章以遥感影像的数据特点和内容输出质量为切入点，通过在生成式扩散模型的逆向过程中嵌入引导影像的高维先验信息，提出了一种基于条件引导的扩散模型遥感影像超分辨率重建方法，能够生成伪影更少、清晰度更高的影像样本，并具有良好的语义准确性。我们提出了一种基于卷积神经网络条件引导的扩散模型遥感影像超分辨率方法，结合设计的端到端策略，在包含多种遥感场景的三个遥感影像数据集和真实场景遥感影像数据上进行验证，该方法

科研的经验积累——更加便捷的跑深度学习代码之PyCharm连接远程服务器和Linux Screen命令使用

服务器Linux Ubuntu版本上快速搭建自己的深度学习虚拟环境，Python任意版本+Pytorch+各种第三方依赖包，包含未连网时如何离线搭建和连网时在线搭建两种情况。

服务器Linux Ubuntu版本上快速搭建自己的深度学习虚拟环境，Python任意版本+Pytorch+各种第三方依赖包，包含未连网时如何离线搭建和连网时在线搭建两种情况。

科研的经验积累——更加便捷的跑深度学习代码之PyCharm连接远程服务器和Linux Screen命令使用

服务器Linux Ubuntu版本上快速搭建自己的深度学习虚拟环境，Python任意版本+Pytorch+各种第三方依赖包，包含未连网时如何离线搭建和连网时在线搭建两种情况。

python读取遥感影像数据

zotero各个翻译引擎API接入方法总结