Classificazione delle immagini con il sistema a doppia fotocamera RedEdge-MX

Visualizza i dati di esempio quiPiù bande d'onda = Più informazioni = Più potenziale di analisi. A volte, il modo migliore per trasmettere qualcosa è mostrarlo visivamente. Questo è il motivo per cui stavamo pubblicando questa serie di mini-analisi di dati a 10 bande dal sistema a doppia fotocamera RedEdge-MX.

Abbiamo fatto volare la Dual Camera su una varietà di terreni, dai frutteti in Arizona al letto di un ruscello nello stato di Washington, e ogni set di dati è tornato con una storia interessante da raccontare. Li abbiamo dettagliati qui nella speranza che tu possa vedere di persona come i dati a 10 bande alimenteranno il futuro della gestione della vegetazione. Terreni agricoli, silvicoltura e flussi di seguito è un mosaico RGB da un set di dati a doppia fotocamera.

In esso, ci sono una moltitudine di ambienti che vanno dall'orticoltura alle aree boschive all'acqua. Anche nelle immagini RGB, è chiaro che ci sono diverse specie di alberi, diversi tipi di colture e potenzialmente anche della vegetazione nell'acqua. I diversi tipi di alberi e colture sono particolarmente visibili in questo composito NIR Red Edge Green (mostrato sotto ).

Come accennato in precedenza, una delle cose più interessanti di questo set di dati è l'ampia varietà di funzionalità che racchiude. Pertanto, la prima cosa che volevamo fare era vedere se potevamo classificare facilmente e accuratamente le diverse caratteristiche. Usando il GeoTIFF a 10 bande completo, abbiamo addestrato un algoritmo per classificare questa immagine in 12 diverse categorie: suolo, sabbia, acqua, erba, alberi, vegetazione morta, erba gialla, raccolto verde, raccolto rosso scuro, raccolto verde scuro, raccolto giallo/chiaro e potenziali artefatti.

I risultati sono stati abbastanza accurati come puoi vedere. Il computer è stato in grado di classificare l'intero set di dati anche se c'erano alcune ombre dure che oscuravano alcune funzionalità. Eravamo particolarmente entusiasti di vedere come i modelli di classificazione migliorano man mano che aggiungiamo più bande.

Con dati a 10 bande anziché a 5 bande, ci sono intrinsecamente più informazioni con cui addestrare i modelli, aprendo la possibilità di algoritmi di classificazione e altri strumenti di analisi. Da qui, vorremmo spingerci oltre e utilizzare le diverse bande per classificare i diversi specie arboree. Questa non è l'ultima volta che post su questo set di dati, quindi resta sintonizzato!

Pubblica anche mini-storie da altri set di dati, quindi torna qui per gli aggiornamenti! Nel frattempo, puoi scaricare i dati di esempio della doppia fotocamera RedEdge-MX qui e puoi saperne di più sul sistema stesso qui!.