https://dspace.ut.ee/handle/10062/64683
Sisaldab masinõppeks vajalikke python OOP klasse: ./s2_preprocessor.py, ./s2_model.py, ./data_generator.py ning graafikute kuvamise klassi ./plotter.py.
Sisaldab fit() funktsiooni kasutavat masinõppe treenimise skripti ./fit_main.py.
Sisaldab fit_generator() funktsiooni kasutavat masinõppe treenimise skripti ./generator_main.py.
Sisaldab ennustuste tegemise skripti ./predict.py.
Sisaldab klasside kaalude .npy faile.
Sisaldab funktsioone uurimisalasse kuuluvate töötletud ruutude listi tekitamiseks ./read_processed_tiles.py ning uurimisalasse kuuluvate ruutude objekte processed_tile_dict.npy ja zero_tile_dict.npy
Siia tuleb panna Sentinel-2 pildid .SAFE formaadis.
Siia tuleb panna klassifitseeritavata klasside põldude vektorkihid .shp formaadis.
Siia tuleb panna uuritava huviala vektorkiht .shp formaadis. NB! kõikidel .shp failidel peab olema sama koordinaatsüsteem.
Sisaldab bash skripte, mis kasutavad omakorda SNAP gpt-d, et töödelda sisendandmeid ning klasside maske.
Siia tekitab ./Scripts/bands.sh Sentinel-2 piltidest väljundfailid.
Siia tekitab ./Scripts/label_mask.sh klasside rasterfailid.
Sisaldab ./predict.py poolt tekitatud ennustuse tulemusi ning graafikuid.
Lisaks sisaldab ennustuste visualiseerimiseks vajalikke käsurea skripte, vea-maatriksi tekitamise skripti ja kogutäpsuse arvutamise skripti.
Sisaldab treenitud mudeleid ning treenimiste metaandmeid.
Lisaks sisaldab mudelite treenimise ajaloo ning metaandmete lugemise skripte
Sisaldab ./Scripts/create_input_data.py poolt loodavaid 128x128 sisendtensorite ning tõeväärtuste binaarfaile.
Sisaldab ./Scripts/create_input_data.py poolt loodavaid 512x512 sisendtensorite ning tõeväärtuste binaarfaile.
Sisaldab skripti kõige rohkemate erinevate klassidega ruudu leidmiseks ning skripti ruudul esinevate klasside loetlemiseks.
Sisaldab ./Input_data/ ja ./Big_tile_data/ kausta sisendandmete tekitamise skripti ./Scripts/create_input_data.py.
Sisaldab skripte klasside kaalude arvutamiseks: count_class_occurrences.py, calculate_weights.py ning vastavaid
Sisaldab aktivatsioonide visualiseerimise skripti.
n: python generator_main.py v51 v50
Loetakse sisse mudel ./Models/v50.h5 ning pärast treenimist salvestatakse mudel failina ./Models.v51.h5
n: python predict.py v47 150
Loetakse sisse mudel ./Models/v47.h5 ning kasutatakse seda, et teha ennustused 150.ndal 512x512 ruudul. Ennustuste pilt koos tegelike klasside pildiga salvestatakse ./Predictions/fig_v47.npy ning ennustuse statistika salvestatakse ./Predictions/prediction_stats_v47_150.npy
n: python cmd_plot_accuracy_2.py v47 v48 150
Kuvab mudelite v47 ja v48 ennustuste graafikud 150.ndal 512x512 ruudul
n: python stats_for_2.py v47 v48 150
Kuvab mudelite v47 ja v48 ennustuste statistika 150.ndal 512x512 ruudul
n: python cmd_plot_hist.py v47
n: python read_metadata.py
n: python plot_accuracy.py v47
conda create -n environmentName python=3.6.7 anaconda
conda install ’poppler<0.62’
conda install -c conda-forge ’georaster<1.25’
conda install gdal=2.3.2
conda install -c conda-forge notebook
conda install -c conda-forge keras
conda install -c menpo opencv=3
conda install -c conda-forge matplotlib
conda install pandas
conda install seaborn
conda install scikit-learn
conda install scikit-image
conda install pyshp
conda install shapely
conda install -c conda-forge rasterio
source activate environmentName