使用RedEdge-MX双摄像头系统进行图像分类
查看样本数据hereMore waverbands = 更多信息 = 更多分析潜力有时，传达某些东西的最佳方法是直观地显示它。 这就是为什么发布这一系列来自RedEdge-MX双摄像头系统的10波段数据的迷你分析的原因。
从亚利桑那州的果园到华盛顿州的河床，我们将双摄像头飞越了各种地形，每个数据集都带着一个有趣的故事回来。 我们在这里详细介绍了它们，希望您能亲眼看到10波段数据将如何为植被管理的未来提供动力。农田，林业和溪流下面是来自双相机数据集的RGB马赛克。
在其中，有许多环境，从园艺到森林地区再到水。 即使在RGB图像中，也清楚地表明水中有不同种类的树木，不同类型的农作物，甚至可能还有一些植被。在这种近红外红边绿色复合材料中，不同类型的树木和农作物尤其可见 (如下所示)。
就像我们上面提到的，这个数据集最有趣的事情之一就是它包含的各种各样的功能。 因此，我们要做的第一件事是看看我们是否可以轻松准确地对不同的特征进行分类。使用完整的10波段GeoTIFF，我们训练了一个算法，将该图像分为12个不同的类别: 土壤，沙子，水，草，树木，枯草，黄色草，绿色作物，深红色作物，深绿色作物，黄色/明亮作物和潜在的人工制品。
如你所见，结果相当准确。 即使有一些刺眼的阴影掩盖了某些特征，计算机也能够对整个数据集进行分类。当我们添加更多的带时，看到分类模型如何改进，我感到特别兴奋。
与5波段数据相比，10波段有更多的信息来训练模型，从而为分类算法和其他分析工具打开了可能性。从这里开始，我们想进一步了解这一点，并使用不同的波段对不同的树种进行分类。 这不是关于这个数据集的最后一次发布，敬请关注!
我们也可以从其他数据集发布迷你故事，所以请在此处查看更新!同时，您可以在此处下载RedEdge-MX双摄像头示例数据，并且可以在此处了解有关系统本身的更多信息!。
