エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
衛星画像と機械学習で土地被覆分類 - Qiita
概要 こんにちは。衛星画像による土地被覆分類は、これまでに広く行われてきました。また、Sentinel-2衛... 概要 こんにちは。衛星画像による土地被覆分類は、これまでに広く行われてきました。また、Sentinel-2衛星やLandsat衛星のデータは無料でアクセスが可能であり、データの入手性も高まっています。これらの衛星画像とPythonの機械学習ライブラリを組み合わせる事で、GUIベースのソフトウェアでは難しい高速かつ大量の土地被覆分類が可能になりますが、その方法については(僕の調べた範囲では)余り紹介されていませんでした。そのため、この記事ではSentinel-2衛星とPythonライブラリ(Kerasとscikit-learn)によって3種類の手法(Neural network, Random forest, Support vector machine)を使った土地被覆分類の方法をご紹介したいと思います。 データ ここで使用しているSentinel-2衛星画像(S2A_20210221_r