Google Earth Engine（python）——卷积神经网络第1部分

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