Trimble eCognition软件应用技术之九:——深度学习(CNN)篇: CNN模型的创建、训练与应用 |
发布时间:2021-11-18 11:06:45| 浏览次数: |
图1 eCognition软件中卷积神经网络分类算法
eCognition软件在完成的样本包的创建之后,其后续操作流程是创建、训练与应用模型。具体操作流程如下。
步骤1:创建CNN模型 运用“create convolutional neural network”算法创建CNN模型
图2 eCognition软件中创建CNN模型
步骤2:训练CNN模型 运用“train convolutional neural network”算法训练CNN模型
图3 eCognition软件中训练所创建的CNN模型
步骤3:保存训练后的CNN模型 运用“save convolutional neural network”算法保存已训练的CNN模型
图4 eCognition软件中保存训练后的CNN模型
步骤4:加载已保存的CNN模型 加载要解译分析的影像数据集,运用“load convolutional neural network”算法,加载前期训练后保存的模型。
图5 eCognition软件中加载已保存的CNN模型
步骤5:应用CNN 模型 运用“apply convolutional neural network”算法,应用加载的CNN模型,生成各类地物特征热度图像。
图6 eCognition软件中应用CNN模型
图7 裸地热度图 图8 林地热度图
图11 水体热度图 步骤6: 基于应用CNN模型获得的各类地物的热度图与影像数据,采用面向对象影像分析(OBIA)分类方法,完成最终的地物特征提取与分类。
图12 CNN与OBIA相结合的地物特征分类结果
凯发·k8作为天宝公司Inpho中国区授权代理商、eCognition软件中国区授权代理商和政府解决方案及规则集开发商、美国Maxar卫星数据代理商,能够为广大用户提供从数据获取、处理与解译分析到最终成果的“一站式”应用解决方案。
更多资讯,可关注微信公众号,或登录凯发·k8公司官网:http://www.mapcore.com.cn/
联系电话:010-62908360
|
上一篇:MAXAR 30cm HD高分辨率卫星影像优惠活动 下一篇:Inpho软件应用实战技术之十一——Inpho软件处理无人机数据用于高精度测图项目 |