注：產品於4月份正式釋出，試用請瀏覽：http://blog.sina.com.cn/s/blog_764b1e9d0102ycm2.html

ENVI釋出新的產品：ENVI Deep Learning Module，即ENVI深度學習模組。ENVI Deep Learning Module是面向空間資訊從業者，基於深度學習框架（TensorFlow）開發的遙感影象分類工具。它具備演算法成熟，介面友好，操作便捷等特點。讓空間資訊從業者不需要深度學習和程式開發等背景知識就能輕鬆上手，從而完成建築物、道路、農作物種類等特徵資訊提取，也能進行全要素影象分類、變化檢測等應用。

ENVI Deep Learning Module在ENVI桌面中使用，未來也可以部署到企業級平臺中。意味著可以和ENVI其他工具結合使用，包括ENVI支援的所有資料格式。

ENVI Deep Learning Module主要包括四個步驟：建立訓練樣本、建立模型、訓練模型、影象分類。前三個步驟作用是學習模型的訓練，ENVI提供的工具可以很輕鬆的訓練自己的學習模型庫，並在後期可以不斷的增加訓練樣本，強化學習模型庫。

圖：ENVI Deep Learning Module使用流程

• 建立訓練樣本

ENVI Deep Learning Module支援多種方式獲取訓練樣本，包括ENVI 感興趣區（ROI）、ENVI特徵標記、ENVI傳統分類方法的結果、從Open Street Maps, ArcGIS Pro等平臺獲取的標記資料。

• 建立和訓練模型

可以建立新的學習模型庫，也可以強化已有的學習模型庫。

圖：建立和訓練模型

• 影象分類

深度學習的最終目的就是為了從影象上提取所需的資訊，如下圖所示，通過一些建築物訓練樣本得到的學習模型，得到整個影象所有建築物資訊。 

圖：影象分類

如下例子為利用ENVI Deep Learning Module提取2010年海地地震震後倒塌房屋資訊。資料來源為3波段的高解析度衛星影像資料，從一個區域性影像資料上目視解譯一些倒塌建築物作為訓練樣本，構建學習模型後提取整個地區的倒塌房屋資訊。例子詳細視訊：https://v.qq.com/x/page/x0845wzah82.html

圖：從區域性影像上解譯一些訓練樣本

圖：基於建立的學習模型提取整個地區倒塌房屋資訊