我国高分辨率对地观测系统重大专项已全面启动,高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB,遥感大数据时代已然来临。随着小卫星星座的普及,对地观测已具备3次以上的全球覆盖能力,遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估中。最近借助深度学习方法,基于卷积神经网络的遥感影像自动地物识别取得了令人印象深刻的结果。深度卷积网络采用"端对端"的特征学习,通过多层处理机制揭示隐藏于数据中的非线性特征,能够从大量训练集中自动学习全局特征(这种特征被称为"学习特征"),是其在遥感影像自动目标识别取得成功的重要原因,也标志特征模型从手工特征向学习特征转变。以TensorFlow为主体的深度学习平台为使用卷积神经网络也提供程序框架。但卷积神经网络涉及到的数学模型和计算机算法都十分复杂、运行及处理难度很大,TensorFlow平台的掌握也并不容易。本课程采用线上辅导,上机实操教学方式,使广大学者能够掌握卷积神经网络背后的数学模型和计算机算法,熟练利用TensorFlow为基础的遥感影像地物分类,遥感图像目标检测,以及遥感图像目标分割等应用。
相关推荐
数据小爬虫@1 小时前
如何利用Python爬虫精准获得1688店铺的所有商品信息初晴~1 小时前
【spring】参数校验ValidationDonvink1 小时前
大模型安全和越狱攻击——《动手学大模型》实践教程第五章Donvink1 小时前
大模型智能体安全——《动手学大模型》实践教程第七章安静读书1 小时前
Java解析视频FPS(帧率)、分辨率信息z5418382 小时前
装饰器---pythonforestsea2 小时前
Spring Boot 与 Java 决策树:构建智能分类系统Eric.Lee20212 小时前
图像上显示中文文本 - python 实现慕卿扬2 小时前
基于python的机器学习(三)—— 关联规则与推荐算法无脑敲代码,bug漫天飞2 小时前
神经网络的初始化