隨著人工智慧技術的迅速發展，越來越多從事gis研究或應用的組織開始積極投入到gis與ai結合的技術創新工作中。目前的技術發展情況可見，ai能夠為gis提公升多個方向的能力，如遙感影像處理、中文位址解析、時空分布**等。超圖最新發布的10i idesktopx產品提供了基於深度學習的建築物地面提取、目標檢測、場景分類、二元分類、地物分類等功能，降低使用者使用門檻，提公升效率。使用者只需準備用於學習的資料，以二元分類為例，我們將對影像裡的建築物提取為面物件。
一、資料獲取與準備
1. 影像資料 分類
說明格式
.tiff/.tif/.img格式
通道3通道，必須包含rgb
座標epsg4326
位寬8 bit無符號
2. 標註資料
二、訓練資料製作
1.環境配置
2. 訓練資料生成
三、模型訓練
1. 介紹
2. 訓練
四、二元分類
1. 分類
2. 向量化
五、總結
基於PaddlePaddle框架的深度學習初接觸
pip install paddlepaddle i為了驗證是否安裝成功，輸入 import paddle.fluid paddle.fluid.install check.run check 出現your paddle fluid is installed successfully 說明安裝成功。...
05《基於深度卷積神經網路的車型識別研究》學習總結
3 具體的模型 4 訓練的階段 5 實驗的資料集 6 實驗結果分析 三 具體創新 四 心得感想 五 專業詞彙的學習 傳統方法依賴人工設計特徵，如sift pca sift hog等，這些特徵針對通用問題，運算量大且在實際應用中往往還需對輸入影象進行一系列的預處理工作。而卷積神經網路直接以原始影象為輸...
基於深度學習的NER
命名實體識別 ner 是在自然語言處理中的乙個經典問題，其應用也極為廣泛。比如從一句話中識別出人名 地名，從電商的搜尋中識別出產品的名字，識別藥物名稱等等。傳統的公認比較好的處理演算法是條件隨機場 crf 它是一種判別式概率模型，是隨機場的一種，常用於標註或分析序列資料，如自然語言文字或是生物序列。...