Πειράματα μηχανικής μάθησης σε δορυφορικές εικόνες EuroSAT και υπερφασματικά δεδομένα Salinas, με προεπεξεργασία, επιβλεπόμενη ταξινόμηση και αξιολόγηση.
Το πρόβλημα
Τα δεδομένα τηλεπισκόπησης συνδυάζουν χωρική δομή με φασματική πληροφορία πολλών διαστάσεων, οπότε η προετοιμασία των δεδομένων και η αξιολόγηση μετρούν όσο και η επιλογή μοντέλου.
Τι φτιάχτηκε
Πειράματα μηχανικής μάθησης σε notebooks, σε δορυφορικές εικόνες EuroSAT και στο υπερφασματικό σύνολο δεδομένων Salinas, μαζί με τις αντίστοιχες ετικέτες.
Τεχνική προσέγγιση
- Φόρτωση εικόνων τηλεπισκόπησης και ετικετών
- Προετοιμασία χαρακτηριστικών εικόνας πολλών διαστάσεων
- Εκτέλεση πειραμάτων επιβλεπόμενης ταξινόμησης
- Αξιολόγηση και σύγκριση των αποτελεσμάτων των πειραμάτων
- Οπτικοποίηση επιστημονικών και γεωχωρικών αποτελεσμάτων όπου έχουν παραχθεί
Αποφάσεις μηχανικής
- Το έργο παρουσιάζεται ως επιστημονικός πειραματισμός ML και όχι ως προϊόν σε παραγωγή.
- Διαχωρισμός των επαληθευμένων στοιχείων για τα δεδομένα από τις λεπτομέρειες μοντέλου που χρειάζονται ακόμη έλεγχο των notebooks.
- Δεν δημοσιεύονται ακριβείς μετρικές μέχρι να ελεγχθεί το πλήρες αποτέλεσμα της αξιολόγησης.
Πώς ελέγχθηκε
- Το repository επιβεβαιώνει την ύπαρξη εικόνων EuroSAT.
- Το repository επιβεβαιώνει τα υπερφασματικά δεδομένα Salinas και τις ετικέτες.
- Υπάρχουν notebooks και πειράματα μηχανικής μάθησης.
Τι δείχνει
Μηχανική μάθηση εφαρμοσμένη σε επιστημονικές και γεωχωρικές εικόνες και όχι μόνο σε μικρά πινακοειδή παραδείγματα.
Για την πηγή
Ακαδημαϊκό έργο R&D. Δεν γίνεται κανένας ισχυρισμός για παραγωγική ή εμπορική χρήση στην τηλεπισκόπηση.