【无标题】

最新推荐文章于 2025-03-27 12:19:43 发布
最新推荐文章于 2025-03-27 12:19:43 发布
阅读量1.4k 收藏 30
点赞数 31
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_86994727/article/details/142920694
版权

语义分割数据集制作

文章目录

前言

以制作大棚数据集为例。
本文使用的是遥感图像，用arcgis10.8.1处理。
遥感图像和普通图像的区别：
普通图像：不含地理信息（RGB三通道或者灰色单通道图像），可用labelme、anylabeling等进行处理。
遥感图像：包含地理信息以及光谱波段的栅格数据，后缀一般为.tif，可用arcgis处理。

一、利用AI Earth进行全要素提取

  • AI Earth 是什么？
    AI Earth 是一个基地理信息系统（GIS）平台， 可以处理和分析大量的地理数据。

  • 用AI Earth 做什么？
    利用AI earth中进行全要素提取，也就是提取影像中所有的地物，包括房屋建筑、道路、温室大棚等等。

  • 其他
    也可以利用AI Earth 进行单类要素提取。比如：只要大棚，就可以利用单类要素提取功能提取大棚。（但在此例中，发现AI Earth 单类要素提取不如先AI Earth 全要素提取，再arcgis单要素提取精度高）

  • 步骤
    1、进入官网https://engine-aiearth.aliyun.com/#/；
    支付宝扫码登录个人账号。
    在这里插入图片描述
    2、选择“全要素提取”工具
    在这里插入图片描述
    3、准备解译
    解译界面如下：
    在这里插入图片描述
    4、上传数据
    在这里插入图片描述
    5、解译
    导入当前项目，选择要解译的影像，输入结果名称。
    在这里插入图片描述
    6、解译完成，下载zip文件（如果网速较慢、tif文件较大，可能时间比较长）
    在这里插入图片描述

二、arcgis进行单类要素提取

  • zip文件解压，有一个图标灰白色，后缀为shp的文件，这就是需要的矢量文件，将该文件拖入arcgis中。
    在这里插入图片描述
  • 选中文件，右键，打开属性表，可以看到各种地物，需要的是温室大棚。

在这里插入图片描述
在这里插入图片描述

  • 进行单类要素提取
  • 步骤
    1、选中shp文件——选择——按属性选择
    在这里插入图片描述
    2、双击catatory，点击=输入’温室大棚’
    或者直接输入"category" =‘温室大棚’
    这里的单引号一定是英文半角格式
    在这里插入图片描述
    输入完成后可以点击验证，看输入是否有效。
    在这里插入图片描述
    点击确定后，可以看到以及选出了所有温室大棚，接下来进行导出。

3、在图层上点击右键，选择“数据\导出数据”，将数据导出，在导出数据对话框内选择所选要素，如下图所示。
可选择自己想要的输出路径
在这里插入图片描述
此时会弹出“是否将要素导入图层”，选择“是”，就可以看到提取出来的大棚了。

在这里插入图片描述

三、矢量转栅格

  • 此时的.shp是矢量文件，要转为栅格.tif
  • 步骤：
    1、ArcToolbox——转换工具——转为栅格——要素转栅格
    输入：刚才的矢量文件
    输出：可选择路径，输出文件命名后缀要改为.tif
    value field选择矢量中表示类别的字段
    建议路径文件夹全部用英文
    因为部分版本的输出路径不支持中文
    此时还没有完成，不要点确定
    在这里插入图片描述
  • 环境——处理范围选择与影像相同范围——捕捉栅格也选择影像（为了栅格对齐）。
    在这里插入图片描述
  • 栅格分析——像元大小 选择与影像相同，然后确定。
  • 在这里插入图片描述

2、接下来进行栅格裁剪

（1）spatial analyst tools——提取分析——按掩膜提取
按要求选择输入输出，对 环境 进行配置（如上）
运行后得到栅格【此时无背景值】

在这里插入图片描述
在这里插入图片描述

（2）数据管理工具——栅格——栅格处理——裁剪
按提示完成输入输出
配置环境（如上）
Nodata 设置-1
【得到有背景值的栅格标签】
【但此时的背景是矩形的】

在这里插入图片描述

在这里插入图片描述
（3）再进行一次用掩膜提取（目的是去掉背景）
spatial analyst tools——提取分析——按掩膜提取
按要求选择输入输出，对 环境 进行配置（如上）
在这里插入图片描述

  • 经过以上操作，得到了可以用于制作标签的tif文件
    参考资料：https://blog.csdn.net/qq_43584444/article/details/126632032

四、python代码进行影像和标签裁剪

原始图像JiTaiTown.tif放入image文件夹，制作好的栅格文件放入label文件夹【输入】
再新建两个文件夹，放裁剪之后的image和label图像【也就是输出】
打开python代码
①改文件夹路径，包括输入和输出路径
②检查image和label裁剪的长、宽、步长【保持一致】
size_w=512, size_h=512, step=256
运行代码，可以得到裁剪后的影像和标签【影像和标签的数量是一样的】

五、python代码进行影像分类

通常将数据集划分为三个部分：训练集、验证集、测试集
因此，可以提前新建三个文件夹：train,test,val
也可以直接在python代码中新建
将图像和标签文件划分，训练集和验证集：90% 测试集：10%
对训练集进行再次划分，以生成最终的训练集和验证集：训练集：85% 验证集：占 15%

运行代码，可以看到裁剪的影像和标签随机分布在三个文件夹中。
至此，数据集制作完成。

Swift2046
关注
AI Earth——AI模型训练（实例分割、目标检测、地物识别（原目标提取）、地物分类、通用变化检测、多分类变化检测）：如何正确的进行样本点标注和高清卫星底图接入服务？
此星光明博客
07-05 1708
概览页包含各个功能入口和相关数据统计，数据统计内容为当前标注项目数量、样本集数量、模型训练次数、模型总数。
AI Earth地球科学云平台简介
此星光明博客
03-14 4434
一、平台简介 什么是AI Earth地球科学云平台 AI Earth地球科学云平台基于达摩院在深度学习、计算机视觉、地理空间分析等方向上的技术积累，结合阿里云强大算力支撑，提供无门槛、界面化的遥感、气象等多源对地观测数据云计算分析服务，用数据感知地球世界，让AI助力科学研究。 二、用户指南 注册与登录 使用AI Earth地球科学云平台，您需要拥有一个阿里云账号，点击进行账号注册与登录，并完成实名认证。登录账号后，请填写公测试用申请表单，我们将尽快对申请信息进行审核，审核结果将以短信形式发送通知。
遥感卫星影像建筑物提取方案
最新发布
EasyFeature的博客
03-27 672
传统的遥感影像处理方式依赖人工判读，耗时耗力且效率低下。EasyFeature作为一款高效的工具，在提升工作效率的同时，也为行业带来了更多的可能性。未来，随着技术的不断进步，我们有理由相信这一领域将取得更大的突破。在传统遥感影像处理中，工作人员需要逐帧分析影像，手动标注目标地物（如建筑、道路、植被等）。通过结合计算机视觉算法与地理信息专家的经验，这类工具能够快速提取影像中的目标特征，并生成高质量的矢量数据。它的核心优势在于实现了“半自动化的智能交互式提取”，将人工干预与机器学习相结合，大幅提升了工作效率。
AI Earth数据集——中国10米地物分类数据集(AIEC)
此星光明博客
03-03 3114
达摩院AI Earth团队自研的中国区10m分辨率地物分类产品，数据包含2020-2022年中国逐年土地覆盖信息。研究团队利用Sentinel-2 数据集，借助深度学习方法，融合了多时序、多模态、Low Level约束、半监督等技术，进行精细化地物分割。算法基于LandCoverNet Dataset, Google Dynamic Dataset和自研验证集进行统计评测，整体精度指标均达到一定提升。AI EarthSentinel地物分类中国年度产品。
使用QGIS提取天地图遥感影像中的建筑物轮廓，及AI方案
cky_123的博客
11-26 2万+
用QGIS的插件提取遥感影像中的建筑轮廓，并提供了几个AI提取建筑轮廓的方案。
中科星图GVE（案例）——AI提取指定采样区域的建筑物范围
此星光明博客
10-10 1110
要提取指定采样区域的建筑物范围，可以使用遥感图像处理和计算机视觉技术。以下是一种可能的方法：获取高分辨率遥感图像：从卫星或其他航拍平台获取高分辨率的遥感图像，确保图像清晰且覆盖了感兴趣的区域。图像预处理：对遥感图像进行预处理，包括去噪、增强对比度等操作，以提高后续处理的准确性。目标检测：使用目标检测算法，如基于深度学习的目标检测算法（如YOLO、SSD等）或传统的物体检测算法，识别图像中的建筑物目标。目标定位：对于检测到的建筑物目标，使用边缘检测、轮廓提取等技术，确定建筑物的准确边界。
GIS建筑物单体化操作流程
PHP代码的博客
02-26 1255
为了识别倾斜摄影模型中单个要素的语义、属性，以及实现对单个要素的交互如点击等，就必须对单个要素进行区分，技术上称为“倾斜摄影单体化”。为拓展倾斜摄影数据的场景应用，MapGIS提供建筑物单体化工具，新增静态单体化切割算法，通过建筑物自动提取和点云重构等策略，实现倾斜摄影模型建筑物对象的单体化提取，并可进行纹理赋值，实现建筑物模型数据的单体化切割。将倾斜摄影三维模型进行单体化，通过不同时期数据更新，可以快速监测各种地物的变化，包括绿地变化监测、建筑物变化监测、城市道路变化监测等。
c#实现无标题栏窗口的拖动
09-05
本篇文章将详细讲解如何在C#中实现这种无标题栏窗口的拖动以及其他基本操作。 首先，为了实现无标题栏窗口的拖动，我们需要处理窗体的鼠标事件。窗体的`FormBorderStyle`属性应设置为`None`，这会去除窗体的边框和...
Qt无标题窗口
05-21
在本文中，我们将深入探讨如何使用Qt框架创建一个无标题窗口，这在界面设计和自定义标题栏美化中非常有用。我们将关注`framelesswidget.cpp`、`main.cpp`、`framelesswidget.h`等核心文件，理解它们在实现无标题窗口...
C#创建无标题栏窗体
03-16
摘要:C#源码,菜单窗体,无标题栏窗体　C#创建无标题栏窗体源码，实际上是动态显示或隐藏窗体的标题栏，当隐藏的时候就类似窗体没有了标题栏，当显示标题栏的时候，鼠标按住标题栏即可拖动窗体，以前记得网友需要此...
Delphi实现拖动按钮移动无标题栏窗口
05-11
摘要:Delphi源码,界面编程,窗体拖动,无标题栏 无标题栏的窗体的拖动功能实现，Delphi添加一个可拖动窗体的按钮，通过对此按钮的控制可移动窗体，实现按住标题栏移动窗口的功能，无标题栏也就不能显示最大化、最小化...
VC去掉'无标题'字样的方法.zip
11-21
在使用Visual C++进行编程时，我们经常会在创建新的窗口或者对话框时默认看到标题栏显示为“无标题”。这可能会对用户界面的美观性和专业性造成一定的影响。本资料包提供了一种方法来帮助开发者去掉这个“无标题”...
开源AI引擎：利用影像处理与目标检测技术对违章建筑排查
03-27 982
随着城市化进程的加快，城市规划和管理工作面临着前所未有的挑战，违章建筑的排查与处理成为了城市管理中的一项重要任务。传统的违章建筑排查方法依赖于人力巡查，效率低下且难以全面覆盖。为了解决这一问题，现代技术被引入到城市管理中，特别是影像处理、图像分类和目标检测等技术的应用，极大地提高了违章建筑排查的效率和准确性。影像处理、图像分类和目标检测技术的应用，为城市管理带来了革命性的变化。通过这些技术，违章建筑排查工作变得更加高效、准确，有助于提升城市形象，保障居民生活质量，促进城市的可持续发展。
AI Earth 平台及开发工具的试用
JHZ056的博客
05-29 1586
该解译平台可以在本地的IDE上进行解译任务的下发，解译结果的下载，具体细节问题请关注后续文章。
ENVI5.3高分遥感图像道路房屋提取详细流程
热门推荐
awen
07-17 3万+
首先本处理流程主要针对于高分系列（GF1、GF2）遥感数据展开。每一帧遥感图像下载并解压出来，都会分别得到两个类型的数据，一个是低分率MSS格式的多光谱数据，另一个是高分辨率PAN格式的全色数据图像。 1.图像的预处理 1.1 MSS多光谱图像预处理（GF1）： 1) ENVI操作软件中导入MSS格式的多光谱数据； 找到MSS数据并且文件类型是.xml文件： 2) ...
中科星图GVE（案例）——AI实现地块提取
此星光明博客
10-11 480
AI可以通过图像处理和机器学习算法实现地块提取。首先，AI可以对高分辨率遥感图像进行预处理，包括图像校正和去噪等处理。然后，AI可以使用图像分割算法，如卷积神经网络（CNN）或区域生长算法，来将图像分割成不同的区域。接下来，AI可以根据区域的特征，如颜色、纹理和形状等，将相邻的区域合并成地块。最后，AI可以使用基于规则的方法，如阈值或形态学操作，来进一步筛选和优化提取的地块。通过这些步骤，AI可以实现地块的自动提取。
使用 Python 进行卫星图像分类的深度学习
iCloudEnd的博客
07-12 216
让我们深入探讨如何使用深度学习，特别是卷积神经网络 (CNN)，对卫星图像进行分类。我们将使用 Python、Keras 和UC Merced Land Use Dataset中的数据集，其中包含 21 种类型的土地利用图像。
【“AI Earth”人工智能创新挑战赛——AI助力精准气象和海洋预测】时间序列基于baseline 提分思路 增加网络层数和神经元数量，改变激活函数，固定随机种子【2】
03-03 672
数据获取 【“AI Earth”人工智能创新挑战赛——AI助力精准气象和海洋预测】时间序列基于baseline 提分思路 增加网络层数和神经元数量，改变激活函数，固定随机种子 import pandas as pd import numpy as np import tensorflow as tf from tensorflow.keras.optimizers import Adam import matplotlib.pyplot as plt import scipy from netCD
遥感AI？！来体验阿里巴巴达摩院的AI Earth
qq_43173805的博客
08-23 1147
去年9月云栖大会上，阿里达摩院发布了首个泛自然资源行业AI引擎AI Earth。 这次我们又来体验了一把达摩院AI Earth。对，就是又，早在去年年初我们就申请体验了早期的遥感AI：我们体验了阿里61000元的遥感AI，不过这次AI Earth功能上更加丰富，操作上也更加简单。而且达摩院AI Earth完全对外开放可直接在官网进行体验（无需注册申请，非常的方便），文末有达摩院AI Earth体验链接。 AI Earth主要分为三大核心功能： 目标提取 地物分类 变化检测 值得一提的是在遥感影像智能解译方.
Visual C++移除无标题窗口字样的技巧
资源摘要信息:"VC去掉'无标题'字样的方法.zip" 在使用Visual C++（简称VC++）进行Windows应用程序开发时，有时会发现新建的窗口默认标题栏显示为“无标题”，这通常是因为窗口的标题没有被正确设置。本压缩包提供的...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值