ENVIDeepLearning1.1正式版发布
ENVI
·
·
·
·
·
·
·
1 多类别架构(Multiclass Architecture)
ENVI DL 1.1新增支持多类别目标提取。功能如下:
·
·
·
下图展示了使用新的多类别架构识别龙卷风后建筑物损坏情况,可以看到蓝色防水布(Blue Tarps)的形状和边缘捕捉非常清晰,还可以识别边缘模糊的类别。
请参阅ENVI深度学习帮助中的ENVI Deep Learning Tutorial: Extract Multiple Features章节。
四个类别的提取较为常见,但是下面的示例显示了多类别架构的真正能力。这是利用Landsat 8卫星图像提取的84类土地覆盖分类图像。
![](https://img2022.cnblogs.com/blog/2871117/202205/2871117-20220526101900994-1805046631.png)
2 深度学习标记工具(Deep Learning Labeling Tool)
ENVI DL新增标记工具(Deep Learning Labeling Tool),提供了样本数据的标记和管理功能。
包含如下特性:
·
·
·
·
下图为标记工具创建的统计报告:
![](https://img2022.cnblogs.com/blog/2871117/202205/2871117-20220526101932812-1165851135.png)
3 集成TensorBoard
可以实时了解模型训练的状态,如果发现输入的参数值不正确或没有创建足够的训练数据,可以提前终止训练从而节省时间。为了提供训练的实时反馈,TensorBoard被集成到训练过程中。开始训练模型时,TensorBoard会自动启动。它将在Web浏览器中打开,类似下图:
·
·
·
·
·
![](https://img2022.cnblogs.com/blog/2871117/202205/2871117-20220526102018280-1519256955.png)
4 测试系统支持状态
当我们第一次安装ENVI DL时,建议首先运行Test Installation and Configuration工具(在/Deep Learning/Deep Learning Guide Map工具的菜单Tools下)。此工具验证您的系统是否正确配置了NVIDIA驱动程序、NVIDIA GPU和库文件。
Test Installation and Configuration工具已更新,通过运行一个小的模型训练来验证所有过程是否按预期完成。测试完成后将显示一个对话框,提示系统是否准备好使用ENVI深度学习。
5 其他更新
其他更新提高了ENVI深度学习的可用性:
·
·
·
·
6 编程
新增如下过程/Task:
名称 |
描述 |
ENVIClassActivationToPol |
将得到的类激活图转换为多边线矢量。 |
ENVIInitializeENVINet5Mu |
初始化多类别模型。 |
ENVITensorBoard |
手动显示TensorBoard,或打开/停止服务。 |
API更新:
ENVI Deep Learning 1.1有一些API更新,与以前版本会有冲突。如果在IDL代码或ENVI Modeler工作流中使用了以下Task,请更新代码或模型,以便与版本1.1兼容。
·
·
·
7 申请试用
请访问https://www.cnblogs.com/enviidl/p/16275745.html
或“ENVI技术殿堂”公众号菜单:申请试用 > ENVI-IDL