土地覆盖分类应用 该为用户提供了一个工具，可使用 ， 或从可视化，测试和调整像素级土地覆盖分类。 该模型是由（ ， 和合作开发的，是Microsoft 计划的一部分。 这个怎么运作 单击地图上的任意位置以加载9个训练图块候选者，单击训练图块候选者以将其显示在地图上的区域选择面板中，调整透明度，以查看其与自然色高分辨率航空影像的比较。 用户可以上下推动土地覆盖类型的滑块以获取调整后的结果。 单击“教机器”按钮，以提交将用于训练模型的所选训练图块候选。 单击右上角的菜单按钮以打开已提交的训练图块的集合。 可以选择训练图块以将应用程序打开到该当前状态以进行编辑。 先决条件 在开始之前，请确保您已经安装了新版本的 当前的长期支持（LTS）版本是理想的起点。 正在安装 首先，将此存储库克隆到您的计算机： https://github.com/vannizhang/aiforearth-l

土地覆盖测绘项目 该存储库既包含构成我们的“地物覆盖图”工具的前端Web应用程序，又包含后端服务器。 项目设置说明 打开机器上的终端 安装conda（注意：如果在Azure上使用DSVM，则可以在预安装conda时跳过此步骤！） # Install Anaconda cd ~ wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh bash Anaconda3-2019.07-Linux-x86_64.sh # select "yes" for setting up conda init rm Anaconda3-2019.07-Linux-x86_64.sh # logout and log back in exit 如果打算使用GPU，请安装NVIDIA驱动程序； 请注意，这可能需要重新启动（

概述 这是 ， 和华盛顿大学之间合作的工作空间，旨在自动检测航空影像中的北极野生生物。 意象 现在可以在公开获取图像， 是一个开放的数据存储库，用于保存与保护生物学相关的图像。 标签 data目录包含以下标签/元数据文件： train.csv （5,110条记录）：热点检测数据，我们拥有所有对应的图像数据（请参阅下文）。 当前，所有这些热点均引用数据集ArcticSealsData01中的图像。 test.csv （1,314条记录）：与train.csv相同的格式和分布，适用于交叉验证。 CSV文件中的每个记录均指的是NOAA热探测系统所拾取的热点，人类将其分类为“动物”（真阳性）或“异常”（假阳性）。 每个热点都是唯一的（没有重复项）。 列架构如下： hotspot_id ：唯一ID timestamp ：GMT / UTC时间戳（始终对应于热图像时间戳） filt_the