KIT | KIT-Bibliothek | Impressum | Datenschutz

Satellite Computer Vision mit Keras und Tensorflow - Best practices und Beispiele aus der Forschung

Leitloff, Jens; Riese, Felix M.

Abstract:

Im Forschungsfeld des Maschinellen Lernens werden zunehmend leicht zugängliche Framework wie Keras, Tensorflow oder Pytorch verwendet. Hierdurch ist ein Austausch und die Wiederverwendung bestehender (trainierter) neuronaler Netze möglich.

Wir am Institut für Photogrammetrie und Fernerkundung (IPF) des Karlsruher Institut für Technologie (KIT) beschäftigen uns unter anderem mit der Analyse von optischen Satellitendaten. Satellitenprogramme wie Sentinel-2 von Copernicus liefern wöchentliche, weltweite und dabei frei zugängliche multispektrale Bilder, die eine Vielzahl neuartiger Anwendungen ermöglichen. Wir nehmen das zum Anlass, eine interaktive Einführung in die Auswertung dieser Satellitendaten mit Learnings aus unserer täglichen Forschung zu geben. Wir sprechen unter anderem über die folgenden Themen:

- Einfacher Umgang mit georeferenzierten Bilddaten
- Einführung in Learning-From-Scratch und Transfer Learning mit Keras
- Anpassung von fertigen Netzen an neue Eingangsdaten (RGB → multispektral)
- Anschauliche Interpretation von Klassifikationsergebnissen
- Best Practices aus unserer Forschung, die die Arbeit mit Neuronalen Netzen wesentlich vereinfachen und beschleunigen
... mehr


Download
Originalveröffentlichung
DOI: 10.5281/zenodo.4056744
Zugehörige Institution(en) am KIT Institut für Photogrammetrie und Fernerkundung (IPF)
KIT-Zentrum Klima und Umwelt (ZKU)
Publikationstyp Vortrag
Publikationsdatum 15.05.2019
Sprache Deutsch
Identifikator KITopen-ID: 1000124291
Veranstaltung Minds Mastering Machines (2019), Mannheim, Deutschland, 14.05.2019 – 16.05.2019
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page