آموزش کاربرد یادگیری عمیق در سنجش از دور زمین - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه Introduction

• شبکه عصبی کانولوشن Convolution neural network

• منابع یادگیری عمیق Resources to learn deep learning

• نوت‌بوک‌ها و کدها Notebooks and codes

مبانی پایتون Python Basic

• خلاصه مباحث Outline

• پایتون برای مبتدیان مطلق Python for absolutely beginners

نصب محیط یادگیری عمیق Deep learning environment setup

• مروری بر این بخش Overview of this section

• محیط محلی در مقابل گوگل کولب Local environment vs Google Colab

• نصب آناکاندا و ژوپیتر نوت‌بوک Anaconda and jupyter notebook installation

• نصب تنسورفلو Tensorflow installation

• تنسورفلو در ژوپیتر نوت‌بوک Tensorflow in jupyter notebook

• نصب مت‌پلات‌لیب، گدال و راستریو Installation of matplotlib, gdal and rasterio

• تنسورفلو در گوگل کولب Tensorflow in google colab

• پرسش‌های پایه یادگیری عمیق Deep learning basic questions

آماده‌سازی مجموعه داده یادگیری عمیق با استفاده از آرک‌جی‌آی‌اس پرو Deep learning dataset preparation using ArcGIS Pro

• مجموعه داده مورد نیاز برای این درس Required dataset for this lecture

• ایجاد منطقه مورد علاقه در آرک‌جی‌آی‌اس پرو Create area of interest in ArcGIS pro

• کد مورد نیاز برای بخش آینده Required code for upcoming section

• دانلود تصاویر MSI سنتینل-۲ از جی‌ای‌ای Download sentinel2 MSI imagery from GEE

• ایجاد تصویر خروجی (تصویر ماسک) Create the output imagery (mask imagery)

• ایجاد کاشی‌های تصویر و ماسک با استفاده از آرک‌جی‌آی‌اس پرو Create image and mask tiles using arcgis pro

• آزمون آماده‌سازی مجموعه داده یادگیری عمیق Deep learning dataset preparation quiz

راهکار متن‌باز برای آماده‌سازی داده (ژئوتایل) Open source solution for data preparation (geotile)

• مروری بر این بخش Overview of this section

• درباره مجموعه داده ورودی About the input dataset

• معرفی پکیج ژئوتایل Introduction to geotile package

• اصلاحیه در درس بعدی Correction on next lecture

• کاشی‌های تصویر و ماسک با استفاده از ژئوتایل Image and Mask tiles using GeoTile

• آماده‌سازی مجموعه داده آموزش یادگیری عمیق با استفاده از راهکار متن‌باز DL training dataset preparation using open-source solution

طبقه‌بندی تصاویر Image classification

• مروری بر این درس Overview of this lecture

• مقدمه‌ای بر طبقه‌بندی تصاویر Introduction to image classification

• درباره مجموعه داده About dataset

• مدل یادگیری عمیق طبقه‌بندی تصاویر Image classification deep learning model

تشخیص شیء در یادگیری عمیق Deep learning object detection

• مروری بر این بخش Overview of this section

• مقدمه‌ای بر تشخیص شیء Object detection introduction

• درباره مجموعه داده About dataset

• تشخیص شیء با استفاده از YOLOv4 Object detection using YOLOv4

قطعه‌بندی تصویر (کلاس باینری) Image segmentation (Binary class)

• مروری بر این بخش Overview of this section

• درباره مجموعه داده About dataset

• تشخیص ساختمان Building detection

قطعه‌بندی تصویر (چندکلاس) Image segmentation (Multi-class)

• مروری بر این بخش Overview of this section

• نقشه‌برداری کاربری اراضی و پوشش زمین Land use Land cover mapping

• تبدیل تصویر به فایل نام‌پای Convert image to numpy file

• تبدیل فایل نام‌پای به تصویر Convert numpy file to image

تشخیص رانش زمین Landslide detection

• مروری بر این بخش Overview of this section

• تشخیص فهرست رانش زمین با استفاده از سی‌ان‌ان Landslide inventory detection using CNN

• معرفی Attention U-Net Attention U-Net introduction

• اطلاعات بیشتر درباره Attention U-Net More information about attention unet

• مجموعه داده استفاده شده در درس زیر Dataset using in below lecture

• تشخیص رانش زمین با استفاده از مجموعه داده سار Landslide detection using SAR dataset

تحلیل سری زمانی با ال‌اس‌تی‌ام Time Series Analysis with LSTM

• مقدمه Intro

• دریافت داده Get Data

• پیش‌پردازش داده Data preprocessing

• آموزش و پیش‌بینی مدل ال‌اس‌تی‌ام LSTM model training and prediction

نقشه‌برداری سیل Flood mapping

• مقدمه Intro

• پیش‌پردازش و افزایش داده Data Preprocessing and Augmentation

• Attention U-Net و پیاده‌سازی آن در تنسورفلو Attention unet and its implementation in tensorflow

• آموزش و ارزیابی مدل نقشه‌برداری سیل Training and evaluating the flood mapping model

• بهینه‌سازی هایپرپارامترها Hyperparameters fine tuning

یادگیری عمیق انتها به انتها و گوگل ارث انجین End to End Deep Learning and Google Earth Engine

• مروری بر این بخش Overview of this section

• هدف این بخش Objective of this section

• دانلود تصاویر ماهواره‌ای مورد نیاز Download necessary satellite imagery

• آماده‌سازی فایل تصویر و ماسک از منطقه مورد علاقه Prepare image and mask file from area of interest

• تولید کاشی‌های تصویر و ماسک Generate image and mask tiles

• نرمال‌سازی داده و ذخیره آرایه نام‌پای Data normalization and save numpy array

• تست تصاویر و کاشی‌های ماسک و بصری‌سازی کاشی‌ها Test imagery and mask tiles and visualization of tiles

• آموزش شبکه عصبی کانولوشنال UNet Training UNet convolutional neural network

• بهبودهای مدل (افزایش داده، توقف زودهنگام و غیره) Improvements on model (data augmentation, early stopping etc)

• ارزیابی دقت Accuracy assessment

• پیش‌بینی تصویر و ادغام کاشی‌ها به عنوان یک تصویر واحد Prediction of image and merge tiles as a single image

• درس جایزه Bonus lecture