ENVI发布深度学习产品：ENVI Deep Learning Module

注：产品于4月份正式发布，试用请浏览：https://www.cnblogs.com/enviidl/p/16275745.html

ENVI发布新的产品：ENVI Deep Learning Module，即ENVI深度学习模块。ENVI Deep Learning Module是面向空间信息从业者，基于深度学习框架（TensorFlow）开发的遥感图像分类工具。它具备算法成熟，界面友好，操作便捷等特点。让空间信息从业者不需要深度学习和程序开发等背景知识就能轻松上手，从而完成建筑物、道路、农作物种类等特征信息提取，也能进行全要素图像分类、变化检测等应用。

ENVI Deep Learning Module在ENVI桌面中使用，未来也可以部署到企业级平台中。意味着可以和ENVI其他工具结合使用，包括ENVI支持的所有数据格式。

ENVI Deep Learning Module主要包括四个步骤：创建训练样本、创建模型、训练模型、图像分类。前三个步骤作用是学习模型的训练，ENVI提供的工具可以很轻松的训练自己的学习模型库，并在后期可以不断的增加训练样本，强化学习模型库。

图：ENVI Deep Learning Module使用流程

• 创建训练样本

ENVI Deep Learning Module支持多种方式获取训练样本，包括ENVI 感兴趣区（ROI）、ENVI特征标记、ENVI传统分类方法的结果、从Open Street Maps, ArcGIS Pro等平台获取的标记数据。

• 创建和训练模型

可以创建新的学习模型库，也可以强化已有的学习模型库。

图：创建和训练模型

• 图像分类

深度学习的最终目的就是为了从图像上提取所需的信息，如下图所示，通过一些建筑物训练样本得到的学习模型，得到整个图像所有建筑物信息。 

图：图像分类

如下例子为利用ENVI Deep Learning Module提取2010年海地地震震后倒塌房屋信息。数据源为3波段的高分辨率卫星影像数据，从一个局部影像数据上目视解译一些倒塌建筑物作为训练样本，构建学习模型后提取整个地区的倒塌房屋信息。例子详细视频：https://v.qq.com/x/page/x0845wzah82.html

图：从局部影像上解译一些训练样本

图：基于创建的学习模型提取整个地区倒塌房屋信息