深度学习掩膜_学习资源 | NOAA连接AI与环境科学(九)—海洋环境视频和图像分析教程...

背景动机

AI，机器学习/深度学习技术(包括深层神经网络，DNN)在许多领域和应用中取得了很大的进展，包括医药、自动驾驶、社交媒体、金融工业等。在私有领域，人工智能的准确性和可用性方面的惊人增长具有显著意义。人工智能在气象学和海洋学领域也取得了显著的进展。然而，直到最近，在环境科学领域只有很少的AI应用开发工作。
令人鼓舞的是，AI在这些领域的应用在不断增加，而且取得了令人鼓舞的结果，其中包括预测技能。随着卫星数据的不断增加以及社会依赖的增加，将会持续改善预报准确率和精度。来自高分辨率卫星和传感器，一系列新传感器，以及物联网背景下新观测设备的数据不断增加。这些数据的增加将给这些数据的应用带来极大的挑战，AI已经成为潜在的解决技术。

主要内容

海洋环境视频和图像分析(VIAME)教程，一个自己动手的AI工具包

资源获取

第九期的视频资料获取，好奇心Log公众号后台回复NOAA9

python教程 | 最标准的地图调用方式(国家测绘局提供数据)

使用 xarray 合并 GRIB 2 要素场

python绘图 | IPCC-AR6最新气候分区掩膜示例

---

数据处理·机器学习·可视化

行业资讯·学习资料

长按关注不迷路