Google Earth Engine(python)——卷积神经网络第1部分
【摘要】
通常我们希望 70% 的数据用于训练,20% 用于测试,10% 用于验证。下面你可以在 python 中找到一个示例来批量导出样本。我们更喜欢将 Python api 用于这些目的,因为我们只能为每个任务导出有限数量的点,而 Python 使我们能够自动执行此过程。
import eefrom time import sleepimp...
通常我们希望 70% 的数据用于训练,20% 用于测试,10% 用于验证。下面你可以在 python 中找到一个示例来批量导出样本。我们更喜欢将 Python api 用于这些目的,因为我们只能为每个任务导出有限数量的点,而 Python 使我们能够自动执行此过程。
-
import ee
-
from time import sleep
-
import math
-
import numpy as np
-
import random
-
from numpy.random import seed
-
from numpy.random import rand
-
-
ee.Initialize()
-
-
# 在GEE中产生一个给定大小的抽样内核
-
def get_kernel (kernel_size):
-
eelist = ee.List.repeat(1, kernel_size)
-
lists = ee.List.repeat(eelist, kernel_size)
-
kernel = ee.Kernel.fixed(kernel_size, kernel_size, lists)
-
return kernel
-
-
# 导入标签图像集
-
sparcs = ee.ImageCollection('projects/gmap/datasets/manual_qaMasks/sparcs_masks')
-
-
# 定义内核大小
-
kernel_size = 256
-
image_kernel = get_kernel(kernel_size)
-
-
# 指定模型的输入(陆地卫星波段)和响应变量。
-
opticalBands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7']
-
-
BANDS = opticalBands
-
RESPONSE = ['cloud','shadow',
文章来源: blog.csdn.net,作者:此星光明2021年博客之星云计算Top3,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/qq_31988139/article/details/121068967
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)