Tensorflow 我们如何计算google earth图片中树木覆盖的面积，或者仅仅计算树木与其他事物的比率

有没有什么有效的方法可以让我们在任何谷歌地球图像中使用机器学习来计算树木覆盖的面积。我们可以使用tensorflow和inception训练数据集对数据进行重新训练，以确定是否有树，但我想不出任何方法来确定有多少树或它覆盖了多少kuch区域。我们能做些什么吗。 我使用Python、Tensorflow进行机器学习。

---

附言：我对机器学习了解不多，但可以使用步骤。

在计算机视觉中，有不同的方法可以在图像中查找对象：

• 图像分类将告诉您图像是否是某种东西（即，此图像是一只猫）

• 图像检测将告诉您图像中的某物位置（即，它将在猫周围画一个方框）

• 图像分割将尝试提取图像中某物的精确轮廓（即猫的精确轮廓，而不仅仅是包含它的盒子）

你需要一个神经网络，能够用树木的航空图像完成第二个或第三个任务

然后简单地求和所有树的面积，并将结果与图像大小进行比较

在这里，您可以找到一个Tensorflow网络来进行对象检测