我正在寻找最佳实践或案例研究使用R的“mxnet”进行多波段图像的像素分类（RGB，毫露指/高光谱天线或卫星遥感）。事实上，在图像标记中存在许多最佳实践（例如，像图像网这样的巨大图像档案中的狗与猫），其中整个图像被分类并且通常可获得许多训练数据（或预训练模型）。但是，我没有发现任何与像素方式的图像分类/回归有关的问题，其中训练数据通常稍微稀疏并且应用程序处理例如土地覆盖类别，物体（如汽车，建筑物等）或生物物理变量（生物量，土壤湿度，叶绿素含量等）。
FCN（完全转换网络）是基于像素的分割，似乎符合您的需要。 MXNet有一个很好的example showing FCN-xs使用Python，但如果你真的进入R你应该能够转换它，或者只是使用示例中提供的预训练网络。