AI Earth 平台及开发工具的试用

目录

1、本地安装 Jupyter Books

2、使用本地 Jupyter Books 发布任务

3、使用本地 Jupyter Books 实现其他

4、结语

---

1、本地安装 Jupyter Books

安装环境要求 Python 版本要求高于 3.8.0，安装相关模块的版本：pip installjupyter==1.0.0 ipykernel==6.23.1 notebook==6.5.4。创建 aie-sdk 单独环境：condacreate -n aie-sdk python=3.8。激活 aie-sdk 环境：conda activate aie-sdk，此外根据使用要求安装 OpenAPI SDK（可以让用户通过编程的方式集成阿里云的产品能力。AI Earth OpenAPI 通过应用阿里云 OpenAPI 规范，给用户提供了可以集成AI Earth 平台进入自有系统的办法）:python -m pip install -U "aie-sdk[openapi]"；安装引擎 SDK（利用 AIE Python SDK 进行编程和处理遥感数据）：python -m pip install -U "aie-sdk[engine]"；安装数据 SDK（支持公开/个人栅格数据、个人矢量
数据的搜索及查阅）：python -m pip install -U "aie-sdk[data]"。全部安装完成后，打开 Jupyter Notebook 代码编写环境，使用命令 jupyter notebook，在官网获取token 或者 access_key,用于程序的本地运行（aie.Authenticate(access_key_id="*",access_key_secret="*")）。

2、使用本地 Jupyter Books 发布任务

启动 Jupyter Books，使用 http://localhost:1122/tree#notebooks ，发布地物分类任务（https://blog.csdn.net/stone_tigerLI/article/details/130765455），具体如下图。

按照上图所示：序号 1 代表申请的 AccessKey ID、序号 2 代表申请的AccessKey Secret，序号 3 代表发布任务的名称（可自己设置），序号 4 代表发布任务的名称 land_cover_classification（多分类任务），其他具体任务如下表。序号 5 代表发布数据的 Id，可以为公开数据集，也可以为自己发布的数据集 Id。

识别结果如下：

3、使用本地 Jupyter Books 实现其他

完成一个 NDVI 的计算并进行可视化：

查询对应的公开数据并提交分类任务、查看分类结果：

4、结语

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。