RedEdge-MX デュアル カメラ システムによる画像分類

ここでサンプル データを表示します。より多くの波長帯 = 詳細な情報 = より多くの分析の可能性。 これが、RedEdge-MX デュアル カメラ システムからの 10 バンド データのこの一連のミニ分析を公開した理由です。

アリゾナ州の果樹園からワシントン州の川床まで、さまざまな地形でデュアル カメラを飛行させたところ、それぞれのデータセットから興味深いストーリーが得られました。 10 バンド データが将来の植生管理にどのように役立つかをご自身の目でお確かめいただけるように、ここで詳細を説明しました。

その中には、園芸から森林地帯、水域まで、さまざまな環境があります。 RGB 画像でも、さまざまな種類の樹木、さまざまな種類の作物、さらには潜在的に水中の植生さえあることは明らかです。さまざまな種類の樹木や作物は、この NIR Red Edge Green コンポジット (下に表示) で特に目に見えます。 ）。

前述のように、このデータセットの最も興味深い点の 1 つは、さまざまな機能が含まれていることです。 したがって、最初にやりたかったことは、さまざまな特徴を簡単かつ正確に分類できるかどうかを確認することでした。フル 10 バンドの GeoTIFF を使用して、アルゴリズムをトレーニングし、この画像を 12 の異なるカテゴリに分類しました: 土、砂、水、草、木、枯れ木、黄色の草、緑の作物、暗赤色の作物、暗緑色の作物、黄色/明るい作物、および潜在的なアーティファクト。

ご覧のとおり、結果は非常に正確でした。 いくつかの特徴を覆い隠す厳しい影があったにもかかわらず、コンピューターはデータセット全体を分類することができました.バンドを追加するにつれて分類モデルがどのように改善されるかを見ることに特に興奮していました.

5 バンド データとは対照的に 10 バンド データを使用すると、モデルをトレーニングするための本質的により多くの情報があり、分類アルゴリズムやその他の分析ツールの可能性が開かれます。ここから、これをさらに進めて、さまざまなバンドを使用してさまざまな樹種。 このデータセットに関する投稿はこれが最後ではありませんので、お楽しみに!

他のデータセットからのミニストーリーも投稿する予定ですので、ここで最新情報をチェックしてください!それまでの間、RedEdge-MX Dual Camera のサンプル データはこちらからダウンロードできます。また、システム自体の詳細については、こちらをご覧ください。