python - Tensorflow:每个图像数据具有单个像素的 U-net 回归
问题描述
看来 TensorFlow 可以有效地与 Google Earth Engine 集成,以使用 U-net 回归预测连续响应(此处的示例)。
在此示例中,响应(“地面数据”)是从卫星图像中采样的,其中每个像素都与一个值相关联。
实际上,地面数据通常由收集响应的单个地理标记点组成(例如,跨越某个区域的 100 个 30x30m 点的裸地覆盖百分比)。在 U-net 模型中,这意味着包含一个值的单个像素,被响应的未知像素包围。预测值将是这些像素处的波段值,例如来自 Landsat 合成图像的值。
问题
您将如何处理 TensorFlow U-net 回归响应中的这些未知像素?是否像添加一个遮罩层告诉模型像素未知一样简单?如果是这样,您将如何实际实施?
解决方案
推荐阅读
- c# - 如何在 EF Core Like 函数中使用通配符
- python-3.x - 创建菜单时找不到模块
- php - 一段时间后,RabbitMQ 消费者翻倍
- python - 如何导入大型 csv 文件并执行操作
- reactjs - 如何修复 '_react["default"].memo 不是函数。(在 React native 的 '_react["default"].memo(connectFunction)' 错误中?
- python - 如何修复在lora中创建应用程序
- angular - Angular 7 cli不读取自定义ts文件
- ansible - 使用“azure_rm_deployment”时,资源组是在“我们西部”的特定位置创建的吗?
- php - 如何缩短这部分代码?
- php - 使用 eloquent 获取表模式,获取数组到字符串的转换错误