使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据
文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图
文件夹Patch--存放数据处理的切片结果
文件夹PaviaU--高光谱数据下载存放位置
文件夹predicted--CNN对原始影像的分类结果
data.py--对原始高光谱影像进行数据处理，生成切片
net.py--神经网络模型
train.py--训练神经网络
utils.py--需要用到的函数
show.py--使用训练好的神经网络模型对原始数据进行分类(Using convolution neural network to classify hyperspectral remote sensing data, the data source is Pavia University hyperspectral data.

Folder log -- Log folder, store TensorBorad logs, network parameter files, obfuscation matrix diagrams

Folder Patch -- Stores slice results of data processing

Folder PaviaU -- Place for Hyperspectral Data Download and Storage

Folder predicted -- CNN classification results of original images

Data.py -- Data processing of original hyperspectral images to generate slices

Net.py--Neural Network Model

Train.py--Training Neural Network

Utils. py -- Functions to be used

Show.py -- Classification of raw data using trained neural network model)