Python 基于tensorflow/pytorch的土地多波段图像预测
我有一片土地，这片土地我有两张卫星图像。第一张是tiff格式，包含土地高程，第二张是rgb格式的卫星图像，是从上面拍摄的那片土地的图片。此外，我还使用pytorch和tensorflow学习了迁移学习等 现在的目标是利用这些图像中的形状、颜色、表面高度来预测土地的类型（丘陵、山谷、山脊等） 现在我的步骤是：Python 基于tensorflow/pytorch的土地多波段图像预测,python,tensorflow,machine-learning,deep-learning,pytorch,Python,Tensorflow,Machine Learning,Deep Learning,Pytorch,我有一片土地，这片土地我有两张卫星图像。第一张是tiff格式，包含土地高程，第二张是rgb格式的卫星图像，是从上面拍摄的那片土地的图片。此外，我还使用pytorch和tensorflow学习了迁移学习等 现在的目标是利用这些图像中的形状、颜色、表面高度来预测土地的类型（丘陵、山谷、山脊等） 现在我的步骤是： 将高程带与rbg 3条带合并，形成三条带，我们可以得到深度为4的和阵列 与这两幅卫星图像相对应的标签是矢量形状，这些矢量可以转换为光栅格式。但对于深度学习，它们需要特定格式的标签和特定的文