地物分类
对影像进行地物分类，即利用遥感图像中各类地物光谱信息和空间信息进行分析，将图像中具有语义信息的各个像元分别赋予语义类别标签以实现地物分类，包括：建筑物、林地、草地、水田、农用地等。类比于二元分类，地物分类是通过神经网络模型判断影像中的每个像元属于兴趣类别中的哪一类，用于多类地物判断，通过像元计算兴趣类别的位置、边界和面积等信息。
应用场景
地物分类通常可被用于与土地覆盖信息相关的多种应用，如监测区域的森林砍伐和城市化，以及与交通管理、城市规划和道路监测相关的道路与建筑物检测等。
主要参数
下图为某地区的地物分类结果图，其中灰色为建筑用地，蓝色为水域，浅绿色为耕地，深绿色为林地，白色为其它类。
- 功能入口：工具箱->机器学习->影像分析->地物分类工具。
- 文件类型：支持选择数据集或文件夹，可批量推理数据，提升推理效率，默认值为数据集。
- 数据源/数据集：文件类型选择数据集时填写该参数，选择需要进行分类的影像或镶嵌数据集。
- 文件路径：文件类型选择文件夹时填写该参数，选择需要进行分类的文件夹路径，会自动读取文件夹中*.tif、*.img 等格式的影像文件。
- 模型文件：选择地物分类的模型文件（*.sdm）。
- 瓦片重叠（像元）：默认值为0，可设置成切片大小的1/8--1/4，减少切片边缘数据预测不充分的问题。切片重叠像元越大，推理整张影像所需的时间越长。
- 单步运算量：推理时一次处理的图片数量，默认值为1。在合理范围内，单步运算的数量与内存（显存）占用成正比，与推理时间成反比。
- 处理器类型：可以使用计算机中央处理器 (CPU) 或图形处理单元 (GPU) 来处理数据。GPU具有较快的计算速度。
- GPU编号：可以指定用于处理数据的 GPU 标识号，默认值为 0。支持多卡推理。
- 其他参数设置：勾选该复选框即可设置范围数据集/数据源参数。
- 范围数据集/数据源：用于自定义范围推理，可根据输入的矢量数据集范围推理影像。
- 结果数据：即地物分类的结果栅格数据集，设置结果数据集保存的数据源和保存名称。
- 运行：单击对话框中的运行按钮，即可执行地物分类操作，此时，Python 窗口会显示功能执行的进度信息。
相关内容
