请问对于深度学习的高光谱图像分类中，是否可以使用IN不连续训练测试的数据集进行训练测试，因为审稿人提出需要进行跨数据集测试。这种方法可行嘛？
看许多论文都是在同一数据集上进行训练测试的，并没有出现跨数据集的吧
具体跨数据集的数据如下：
https://github.com/mhaut/HSI-datasets/tree/7f3cd0802e491c344aa5986fcb1f26ce85ffbbba
跨数据集是可以的，不过你数据集的格式必须符合要求，你可以用小量数据测试一下
您好，我是有问必答小助手，您的问题已经有小伙伴解答了，您看下是否解决，可以追评进行沟通哦~
如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～
ps:问答VIP仅需29元，即可享受5次/月 有问必答服务，了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632
非常感谢您使用有问必答服务，为了后续更快速的帮您解决问题，现诚邀您参与有问必答体验反馈。您的建议将会运用到我们的产品优化中，希望能得到您的支持与协助！
速戳参与调研>>>https://t.csdnimg.cn/Kf0y
请问对于大豆高光谱图像识别用深度学习方法中，自己采集到的数据，它的光谱范围和样本数量与要复现的论文中光谱范围和样本数据不一样，能对比深度模型吗。