【ENVI深度學習】尋找圖片中的特定符號

阿新 • • 發佈：2022-05-25

1 概述

圖片是一張掃描件，3波段影象。我們的任務是定位/計數一個特定的符號。目標符號的顏色和地圖上的許多其他特徵類似，所以我們不能僅僅依靠光譜（RGB值）來處理。

要尋找的符號

我們需要訓練一個深度學習模型，然後進行目標提取。

2 選擇訓練樣本

首先從原圖裁剪出一小塊影象作用樣本選擇和模型訓練的輸入影象。然後選擇訓練樣本，俗稱打標籤。在ENVI中可以方便的利用ROI工具打標籤。如下圖所示，利用點和多段線型別的ROI進行目標區域繪製。

如下圖是選擇的部分樣本ROI

3 輸出標籤柵格

工具為：/Deep Learning/Build Label Raster from ROI

4 初始化模型

需要設定切片大小、波段數。ENVI深度學習的優勢在於可以處理多波段影象（多於3波段）。

5 訓練模型

深度學習訓練過程就是一個調參的過程。

6 目標提取

/Deep Learning/TensorFlow Mask Classification

7 結果檢視與後處理

輸出結果為一張灰度圖，DN值代表了該畫素屬於目標的概率。利用ENVI密度分割工具可以快去提取目標，如下為柵格結果：

可以將其轉換為向量結果

【ENVI深度學習】尋找圖片中的特定符號

1 概述圖片是一張掃描件，3波段影象。我們的任務是定位/計數一個特定的符號。目標符號的顏色和地圖上的許多其他特徵類似，所以我們不能僅僅依靠光譜（RGB值）來處理。

【ENVI深度學習】使用ENVI工具快速為深度學習模組建立標籤影象

Jason Wolfe Monday, April 22, 2019 隨著ENVI深度學習模組的釋出，遙感使用者從影象中提取特徵變得更加簡單。這種簡單性的一部分原因是：ENVI的預處理和光譜工具提供了建立標記資料集的能力。當我們可以半自動化的

【ENVI深度學習】ENVI深度學習模組對計算機環境的要求

深度學習模組版本與ENVI對應、顯示卡驅動版本要求：深度學習版本 ENVI適配版本

【ENVI深度學習】利用ENVI深度學習工具提取防塵網覆蓋資訊

為揚塵治理和保護環境，城市的裸露地表、易揚塵物料等要求覆蓋防塵網。防塵網一般由聚乙烯材料製作的網狀物，顏色主要為黑色和綠色。

ENVI深度學習在虛擬機器中使用TeslaT4顯示卡解決辦法

ENVI深度學習在普通物理機中使用Tesla T4等顯示卡直接安裝對應顯示卡驅動即可，顯示卡驅動下載地址：https://www.nvidia.cn/Download/Find.aspx?lang=cn

【深度學習】圖片風格轉換應用程式：使用CoreML建立Prisma

WWDC 2017讓我們瞭解了蘋果公司對機器學習的看法以及它在移動裝置上的應用。CoreML框架使得將ML模型引入iOS應用程式變得非常容易。

【深度學習】歸一化方法

為什麼要做歸一化？神經網路學習的本質就是學習資料的分佈。如果沒有對資料進行歸一化處理，那麼每一批次訓練的資料的分佈就有可能不一樣。從大的方面來講，神經網路需要在多個分佈中找到一個合適的平衡點；從小的方

【機器學習】scikit-learn中的特徵選擇小結

一.概述 1. 特徵工程特徵工程是將原始資料轉換為更能代表預測模型的潛在問題的特徵的過程，可以通過挑選最相關的特徵，提取特徵以及創造特徵來實現。

277 Flask學習【第06篇】：Flask中的訊號

補充的flask例項化引數以及訊號一、例項化補充 instance_path和instance_relative_config是配合來用的、這兩個引數是用來找配置檔案的，當用app.config.from_pyfile(\'settings.py\')這種方式匯入配置檔案的時候會

278 Flask學習【第07篇】：Flask中的wtforms使用

flask中的wtforms使用一、簡單介紹flask中的wtforms WTForms是一個支援多個web框架的form元件，主要用於對使用者請求資料進行驗證。

【深度學習】——優化器

技術標籤：Tensorflow神經網路深度學習python 神經網路引數優化器神經網路的訓練過程是通過迭代更新超引數來最小化損失函式的過程，最終目標是找到使損失函式最小，最能準確預測的超引數組合。而在更新迭代

【深度學習】Windows安裝Pycocotools（Microsoft Visual C++ 14.0 or greater is required.報錯提示解決方案）

✨Pycocotools 很多深度學習專案會用到Pycocotools 一般直接在conda環境下執行 pip install pycocotools

【深度學習】Tensorflow學習（1）張量與常用函式

張量與常用函式關於張量張量可以表示0階到N階的陣列在TensorFlow中，張量（Tensor）表示某種相同資料型別的多維資料

【深度學習】RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!

報錯程式碼： if __name__ == \'__main__\': model = Perception(2, 3, 2).cuda() input = torch.randn(4, 2).cuda()

【深度學習】c++部署onnx模型（Yolov5、PP-HumanSeg、GoogLeNet）

這兩天部署了好多模型，記錄一下。程式碼連結。 onnxruntime在第一張圖的推理上比opencv快很多，但在後面的圖上略微慢了一點。

【深度學習】PyTorch Dataset類的使用與例項分析

Dataset類介紹當我們得到一個數據集時，Dataset類可以幫我們提取我們需要的資料，我們用子類繼承Dataset類，我們先給每個資料一個編號（idx），在後面的神經網路中，初始化Dataset子類例項後，就可以通過這個編號去

【吳恩達深度學習】L1W1 學習筆記

1.2 什麼是神經網路卷積神經網路（CNN）——影象迴圈神經網路（RNN）,全稱是長短期記憶網路（LSTM）——自然語言處理（NLP）

ENVI深度學習1.2版本物件檢測教程——以尋找特殊路面標誌為例

遙感中深度學習的一個常見用途是物件檢測（目標識別）。也就是說，識別特定物件，例如車輛和人造結構。物件檢測將特徵定位在物件級別，而不是畫素級別。物件是具有相似空間、光譜和紋理特徵的畫素組。相比之下，畫素

【SpringBoot框架學習】Web容器的切換詳解

SpringBoot 支援的Web容器：在springBoot框架中，支援了3個Web容器： Spring Boot支援的Web容器：

【2020.07.06】kube-prometheus中如何新增新scrape api？

上一篇部落格中，有說到用kube-prometheus安裝prometheus全家桶，用來監控，其中演示瞭如何通過配置檔案的形式來新增，它有點不好的地方，就要修改，可能還需要重啟，不是自動的，不是特別方便。

【ENVI深度學習】尋找圖片中的特定符號

相關推薦