首页
›
热销单品
›
综合补充资料
›
《遥感AI智能解译与地物自动分类》
所属分类:综合补充资料
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
遥感AI智能解译与地物自动分类
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
遥感AI智能解译的定义 · 发展历程 · 课程目标与学习路径
课程导入
AI
02
遥感基础
遥感成像原理 · 常见卫星传感器(Landsat · Sentinel
遥感基础
遥感成像原理
03
地物分类基础
地物光谱特征 · 典型地物类别(水体 · 植被
地物分类基础
地物光谱特征
04
遥感数据获取与预处理
数据源选择 · 辐射定标 · 大气校正
遥感数据获取
预处理
05
遥感图像增强与特征提取
波段组合 · 指数计算(NDVI · NDWI等)
遥感图像增强
特征提取
06
传统机器学习分类方法
监督分类(最大似然 · 支持向量机) · 非监督分类(K-means
传统机器学习分类…
监督分类
07
深度学习基础
神经网络 · 卷积神经网络(CNN)核心概念 · 损失函数与优化器
深度学习基础
神经网络
08
语义分割模型
FCN · U-Net · DeepLab系列原理与遥感应用
语义分割模型
FCN
09
实例分割与目标检测
Mask R-CNN · YOLO在遥感地物识别中的应用
实例分割
目标检测
10
遥感AI解译框架
数据标注 · 模型训练 · 验证评估
AI
遥感
11
数据标注与样本制作
标注规范 · 工具(LabelMe · QGIS)
数据标注
样本制作
12
模型训练技巧
迁移学习 · 学习率调整 · 正则化
模型训练技巧
迁移学习
13
模型评估与精度验证
混淆矩阵 · Kappa系数 · IoU
模型评估
精度验证
14
多源遥感数据融合
光学 · SAR · 高光谱数据融合方法及在分类中的优势
多源遥感数据融合
光学
15
时序遥感分析
时间序列变化检测 · 物候特征提取与动态分类
时序遥感分析
时间序列变化检测
16
高分辨率遥感分类实战
建筑物提取 · 道路提取 · 水体提取案例
高分辨率遥感分类…
建筑物提取
17
农业遥感应用
作物分类 · 长势监测 · 产量估算的AI方法
农业遥感应用
作物分类
18
生态与环境应用
土地覆盖变化 · 森林监测 · 湿地分类
生态
环境应用
19
城市遥感应用
城市扩张分析 · 不透水面提取 · 城市热岛研究
城市遥感应用
城市扩张分析
20
灾害应急应用
洪水 · 地震 · 滑坡等灾害快速评估与地物识别
灾害应急应用
洪水
21
遥感AI平台与工具
Google Earth Engin… · PIE · AI Earth等平台的使用
AI
遥感
22
模型部署与工程化
模型压缩 · 推理加速 · 云端与边缘部署
模型部署
工程化
23
常见问题与调优
过拟合 · 类别不平衡 · 小目标检测
常见问题
调优
24
前沿技术
Transformer · 自监督学习 · 生成对抗网络在遥感解译中的应用
前沿技术
Transformer
25
综合实战项目
从数据获取到分类制图的完整流程(如某…
综合实战项目
从数据获取到分类…
26
课程总结与进阶方向
知识体系回顾 · 行业趋势 · 学习资源推荐
课程总结
进阶方向
27
遥感AI伦理与数据安全
数据隐私 · 模型偏见 · 应用合规性
AI
遥感
28
案例深度剖析
典型遥感AI解译项目(如全球土地覆盖…
案例深度剖析
AI
29
实践操作
使用Python和深度学习框架(Py…
实践操作
Python
30
综合提升
多任务学习 · 弱监督学习 · 跨域迁移在遥感分类中的挑战与机遇
综合提升
多任务学习
所属VIP或分类
同VIP:ADB命令与Android设备调试
同VIP:ADI-SHARC音频系统深度开发实战
同VIP:AEC回声消除与双端通话检测