geodl:一个R包,用于使用火和Terra进行地理空间深度学习语义细分

科学领域:

• 地理空间数据科学是什么?
• 地球观测 地球观测 地球观测
• 地质物理数据分析数据分析.

背景情况:

• 深度学习 (DL) 方法,特别是卷积神经网络 (CNN),擅长分析复杂的空间数据.
• 现有的 R 软件包有助于地理空间数据处理,但缺乏集成的 DL 功能.
• 为地理空间任务实施DL通常需要复杂的Python/PyTorch环境.

研究的目的:

• 引入geodl R包,在R中实现无的地理空间深度学习.
• 为地球科学数据的像素级分类提供简化的工作流.
• 使R用户能够在没有外部依赖的情况下利用先进的DL技术.

主要方法:

• 利用 torch 包在 R 内部实现 DL,并集成 C++.
• 使用Terra包来高效处理大规模的多频段拉斯特数据.
• 包含用于训练循环管理的luz包和定制DL模型组件.

主要成果:

• geodl 便于创建 DL 模型训练的光谱面具和数据子集.
• 该包支持基于UNet的模型,具有可定制模块和损失函数.
• 包括标准的遥感评估指标,并使广泛的空间数据集的预测.

结论:

• geodl显著降低了在R环境中将深度学习应用于地理空间数据的进入障碍.
• 该套件简化了从数据预处理到模型评估的整个工作流程.
• 未来的开发旨在扩大对各种地理空间DL应用程序的功能和支持.