内容简介：使用的数据是高分一号融合结果，空间分辨率为2米。影像覆盖区为山东省寿光市。
软件试用： http://blog.sina.com.cn/s/blog_764b1e9d0102ycm2.html
使用的数据是高分一号融合结果，空间分辨率为2米。
影像覆盖区为山东省寿光市。
下面介绍处理流程。
1、图像裁剪
在绘制样本时，只需在一小块典型区域绘制即可，然后用于训练模型。不需要在整景图像上绘制。当然，这一步是可选的。
下面是我裁剪的一小块图。
2、 绘制样本
由于我不需要把大棚的严格边缘提取出来，只需要大致定位即可，所以在绘制样本时不需要使用多边形或矩形，而是使用线段。
保证每条线段如果做5-6个像元距离的缓冲区，可以覆盖大棚即可。
如下图是部分样本数据。
3、 模型训练
创建标签图像
/Deep Learning/Build Label Raster from ROI
训练模型
/Deep Learning/Train TensorFlow Mask Model
4、 大棚提取‘
/Deep Learning/TensorFlow Mask Classification
6、 结果欣赏
以上所述就是小编给大家介绍的《【ENVI深度学习】使用ENVI深度学习工具快速识别蔬菜大棚》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
- 直观理解深度学习基本概念（小白入门深度学习）
- 深度学习的关键：无监督深度学习简介（附Python代码）
- 微软收购深度学习初创公司Lobe 以帮助创建深度学习模型
- 人工智能深度学习Caffe框架介绍，优秀的深度学习架构
- Python猫荐书系列：文也深度学习，理也深度学习
- 应对深度学习人才缺口，百度黄埔学院发起深度学习架构师培养计划
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
An Introduction to Probability Theory and Its Applications
William Feller / Wiley / 1991-1-1 / USD 120.00
Major changes in this edition include the substitution of probabilistic arguments for combinatorial artifices, and the addition of new sections on branching processes, Markov chains, and the De Moivre......一起来看看 《An Introduction to Probability Theory and Its Applications》 这本书的介绍吧!
