suvi专题地图机器学习训练工具
suvitrainer的Python项目详细描述
SUVI培训师
国家海洋号上的{a3}(suvi) 大气管理局的地球静止运行环境R系列卫星 在创建专题地图的机器学习应用程序中,显示太阳上不同特征的图像。这个 该工具允许域专家加载图像、操作图像并创建标签映射,这些映射用于training solar image classifiers。
开始
这些说明将为您提供项目的副本并在本地计算机上运行
用于开发和测试目的。目前,建议在新的虚拟环境中运行此代码
Python3.5。安装只需要运行setup.py
脚本。
安装
pip3 install suvitrainer
您需要下载并编辑configuration file以包含您的姓名和上载密码。拜托 contact me获取密码和更多信息。
请注意,extra scripts可能需要未自动安装的包。它们是辅助的。 而不是运行注释工具的基础。run_suvitrainer.py和主注释工具所需的一切都应该是自动的 安装。如果要使用辅助脚本,请下载回购协议。
运行
run_suvitrainer.py脚本应该为普通用户提供所有需要的功能。
它需要两个可选参数:verbosity和dates。
verbosity、-v
或--verbose
参数将在运行时打印有用的状态信息。
date
选项允许使用三种方法指定运行的日期:
只是一个日期字符串(2018-08-05T17:52),一个指向包含日期列表的本地文件的路径
字符串,其中每个字符串位于不同的行上,或指向联机日期列表的URL。
默认设置是使用存储在此存储库中的dates.txt的url进行拉取。最好创建
一个大的数据集,有一些重复的数据以供验证。
输入图像的选项列表:
halpha
(来自gong)- 任何列为
aia-[WAVELENGTH]
的aia euv信道,波长单位为埃,例如aia-131
- 列为产品的任何SUVI EUV L1B频道,例如
suvi-l1b-fe131
(有关列表,请参见FTP site) - 任何本地保存的suvi l2合成图像(此时仅在noaa员工内部可用),例如
suvi-l2-ci094
有关详细用法,请参见user guide。
数据
训练的输出将保存为fits文件,该文件稍后将转换为标记为png的文件。标签数据将很快提供。 这里有couple examples可供选择。 然后在machine learning classification of solar images中使用这个标记的数据。
贡献
请联系我(email或通过拉/发请求)获取更新。 如果您对标记图像感兴趣或想访问标记数据库,请与我联系 通过email。
作者
- j.marcus hughes-初始工作
许可证
这个项目是在麻省理工学院的许可下授权的-请参见LICENSE文件以了解详细信息
致谢
- Dan Seaton、Jon Darnel和Vicki Hsu的指导