遥感和分类用栅格和矢量工具
museotoolbox的Python项目详细描述
museo toolbox是一个python库,用于简化光栅/矢量的使用。其中最重要的贡献之一是空间或子组交叉验证策略与scikit学习的学习和预测步骤之间的接口。
另一个有意义的贡献是rastermath函数,该函数允许您在光栅上执行任意操作,只需几行:mean/modal/prediction/whittaker(您使用自己的函数)和rastermath管理所有内容:nodata值、读取每个块的光栅块、保存到新光栅……
有什么意义?
今天,museo工具箱的主要用途是:
- Museotoolbox.交叉验证
- 从vector创建验证/培训集,并与scikit learn gridsearchcv直接兼容的交叉验证。目的是促进空间验证/训练,以便更好地估计模型(较低的空间自相关高估)。
- Museotoolbox.光栅工具
- 从矢量roi(多边形/点)中提取带值(函数:getSamplesFromroi)
- raster math允许您对光栅进行一些计算并保存它。只需加载它,rastermath将返回每个像素的值(在所有波段)并执行您想要的任何操作:预测模型、信号处理(whittaker、double logistic…)、模态值、平均值…… 与作为数组第一个参数的每个python函数(包括numpy)兼容。
- Museotoolbox.学习工具
- 基于scikit学习。通过从每个折叠中提取每个精度(kappa、f1、oa,尤其是混淆矩阵),简化交叉验证的使用。简化预测光栅的方法(只需提供光栅名称和模型)。 还可以将模型的预测简化为栅格。
看起来很酷,但是有什么帮助吗?
我认为museo工具箱是一个工具,可以促进空间交叉验证(或者至少按子组进行验证/培训)的使用,并从raster中学习和预测,所以我当然会帮助您:a complete documentation with a lot of examples is available on readthedocs。
如何安装?
PIP将提供一个软件包:
python3 -m pip install museotoolbox --user
或者,您可以直接从git安装museoToolbox:
python3 -m pip install git+https://github.com/lennepkade/MuseoToolBox.git --user
如果您想为机器上的每个用户安装库,请随意删除--user
。
谁建造博物馆工具箱?
我是dynafor实验室的一名博士生,我通过密集的卫星图像时间序列来识别树种,特别是使用sentinel-2。特别感谢Mathieu Fauvel他给了我美好和开源代码的爱。
为什么叫这个名字?
由于orfeo工具箱是我最喜欢的和最有用的光栅数据库之一,我选择将我的作品命名为museo,因为在古希腊宗教和神话中,Museo is the son and disciple of Orfeo。如果你想要一个缩略词,让我们说博物馆意味着“多种有用的地球观测服务”。