使用RedEdge-MX雙攝像頭系統進行圖像分類

查看樣本數據hereMore waverbands = 更多信息 = 更多分析潛力有時,傳達某些東西的最佳方法是直觀地顯示它。 這就是為什麼發布這一系列來自RedEdge-MX雙攝像頭系統的10波段數據的迷你分析的原因。

從亞利桑那州的果園到華盛頓州的河床,我們將雙攝像頭飛越了各種地形,每個數據集都帶著一個有趣的故事回來。 我們在這裡詳細介紹了它們,希望您能親眼看到10波段數據將如何為植被管理的未來提供動力。 農田,林業和溪流下面是來自雙相機數據集的RGB馬賽克。

在其中,有許多環境,從園藝到森林地區再到水。 即使在RGB圖像中,也清楚地表明水中有不同種類的樹木,不同類型的農作物,甚至可能還有一些植被。 在這種近紅外紅邊綠色複合材料中,不同類型的樹木和農作物尤其可見 (如下所示)。

就像我們上面提到的,這個數據集最有趣的事情之一就是它包含的各種各樣的功能。 因此,我們要做的第一件事是看看我們是否可以輕鬆準確地對不同的特徵進行分類。 使用完整的10波段GeoTIFF,我們訓練了一個算法,將該圖像分為12個不同的類別: 土壤,沙子,水,草,樹木,枯草,黃色草,綠色作物,深紅色作物,深綠色作物,黃色/明亮作物和潛在的人工製品。

如你所見,結果相當準確。 即使有一些刺眼的陰影掩蓋了某些特徵,計算機也能夠對整個數據集進行分類。 當我們添加更多的帶時,看到分類模型如何改進,我感到特別興奮。

與5波段數據相比,10波段有更多的信息來訓練模型,從而為分類算法和其他分析工具打開了可能性。 從這裡開始,我們想進一步了解這一點,並使用不同的波段對不同的樹種進行分類。 這不是關於這個數據集的最後一次發布,敬請關注!

我們也可以從其他數據集發布迷你故事,所以請在此處查看更新! 同時,您可以在此處下載RedEdge-MX雙攝像頭示例數據,並且可以在此處了解有關系統本身的更多信息!。