PRoRS
latest
课程介绍
第01讲 概述
1.1 课程介绍
1.2 遥感图像分类实例
1.3 Python的安装与使用
1.4 示例数据
1.5 实践方式
第一部分:特征空间像元分类
第02讲 分类过程
第03讲 学习过程
第04讲 深度学习
第05讲 模型选择
第06讲 数据准备
课后作业 1
第二部分:图像平面对象识别
第07讲 图像分类-CNN
第08讲 对象检测-RCNN
第09讲 语义分割-FCN
第10讲 实例分割-RNN
第11讲 图像合成-GAN
课后作业 2
第三部分:地球表面遥感制图
第12讲 地表覆盖制图
第13讲 土地覆盖分类
第14讲 专题制图
第15讲 变化遥感监测
课后作业 3
学生报告
2017年春季课程报告
2018年春季课程报告
PRoRS
第01讲 概述
在 GitHub 上编辑
第01讲 概述
1.1 课程介绍
1.1.1 课程内容
1.1.2 主要参考资料
1.1.3 答疑与联系方式
1.2 遥感图像分类实例
1.2.1 读取数据
1.2.2 数据可视化
1.2.3 训练分类器
1.2.4 精度评价:
1.3 Python的安装与使用
1.3.1 选择Python的理由
1.3.2 Python的安装
1.4 示例数据
1.4.1 模拟数据集
1.4.2 数据预处理
1.4.3 数据清洗
1.4.4 模型调用
1.4.5 精度评价
1.5 实践方式
实践方式一: Kaggle(建议采用)
实践方式二:自建环境
Read the Docs
v: latest
版本
latest
下载
托管于 Read the Docs
项目主页
构建