Публикации по теме 'remote-sensing'
Сделайте патчи из изображения дистанционного зондирования
Использование исправления
Что такое патчи?
Патчи — это небольшие части большого изображения.
Почему они сделаны?
Методы на основе заплат часто используются в нескольких областях обработки изображений, таких как сегментация изображений, восстановление изображений, синтез и редактирование изображений и т. Д. Заплаты значительно проще моделировать, чем полные изображения, поскольку они могут фиксировать локальную геометрию и структуру изображения.
Как генерировать патчи из изображения..
Лучшие бесплатные ресурсы для изучения науки о данных наблюдений за Землей
Учебники, тренинги и вебинары, репозитории GitHub и ссылки на Youtube
Вы хотите изучить науку о данных наблюдений за Землей и найти лучшие бесплатные ресурсы в Интернете.
В этой статье я делюсь с вами бесплатными ресурсами, включая курсы, учебные пособия, тренинги и вебинары, репозитории GitHub и ссылки на YouTube.
Ресурсы в этой статье представляют собой упорядоченный список, а не исчерпывающий список, поэтому не стесняйтесь выбирать из списка, который вас интересует. Я также буду..
Информационный бюллетень по спектральному отражению № 31
Еженедельный информационный бюллетень по наблюдению за Землей
Новости уровня 2
Состояние климата в Европе, 2022 г. [ ссылка ] Служба изменения климата Copernicus опубликовала отчет о состоянии климата в Европе, 2022 г. Доклад о состоянии климата в Европе на 2022 год составлен Службой изменения климата Copernicus (C3S) и реализован Европейским центром…
Мониторинг вырубки лесов с помощью открытых данных и машинного обучения - часть 1
Изменение климата - одна из самых серьезных проблем, с которыми мы сталкиваемся как биологический вид, а вырубка лесов - один из ключевых факторов, способствующих этому. Эта статья призвана показать, как можно отслеживать вырубку лесов с помощью машинного обучения (ML) и данных о лесах в открытом доступе.
Эта проблема
Давайте объясним, как мы сюда попали. С начала двадцатого века мы привыкли добывать подземные ископаемые виды топлива, получать из них энергию и закачивать образующиеся..
Как космическая отрасль может лучше помочь клиентам, используя спутниковые снимки, данные IoT и машинное…
На встрече в Пало-Альто мы завершали разговор о применении спутниковых данных, когда зашла речь о продолжающихся трудностях монетизации космической отрасли. В конце концов, мы только что часами говорили о том, как новые спутники собирают лучшие из когда-либо доступных данных и как алгоритмы и конвейеры машинного обучения (ML) могут находить объекты на изображениях и обнаруживать изменения. С лучшими спутниками, данными и аналитикой, не должно ли это означать, что мы можем открывать другие..
Начало 2019 года, укрепление сотрудничества, развитие машинного обучения
Автор: Хамед Алемохаммад , ведущий специалист по геопространственным данным, Radiant Earth Foundation
Как нейтральная организация Radiant Earth Foundation пользуется уникальной возможностью работать с различными партнерами по всему миру и признает важную роль, которую он играет в привлечении и содействии людям и организациям в совместной работе на благо сообщества разработчиков.
Поскольку сообщество, занимающееся машинным обучением для наблюдений за Землей, продолжает расти, мы..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..