地理空间深度学习python库：TorchGeo

文章预览

点击下面卡片，快速关注本公众号 几十年来，地球观测卫星、飞机以及最近的无人机平台一直在收集越来越多的地球表面图像。遥感图像包含有关季节性和长期趋势的信息，对于解决人类面临的一些最大挑战，包括气候变化适应、自然灾害监测、水资源管理和全球人口增长的粮食安全，具有不可估量的价值。从计算机视觉的角度来看，这包括土地覆盖制图（语义分割）、森林砍伐和洪水监测（变化检测）、冰川流动（像素跟踪）、飓风跟踪和强度估计（回归）以及建筑物和道路检测（目标检测，实例分割）等应用。通过利用深度学习架构的最新进展、更便宜、更强大的 GPU 以及 PB 级的免费卫星图像数据集，我们可以更接近于解决这些重要问题。 然而，数据采集方法的差异以及地理空间元数据的处理使得将深度学习方法应用于遥感数据变得复杂。 ………………………………