sentinel-crop-pipeline
Ürün sınıflandırma araştırması için yeniden üretilebilir bir Sentinel-2 veri hazırlık hattı; atılan her piksel kayda geçer.
pip install sentinel-crop-pipelineVeri setinin kendisi deneydir
Uzaktan algılama makine öğrenmesindeki yeniden üretilebilirlik sorununun büyük kısmı modelin yukarısındadır. Hangi sahnelerin neden seçildiği, bulut maskesinin kaç pikseli çıkardığı, aynı tarladan iki yamanın ayrımın karşı taraflarına düşüp düşmediği — sonucu bu kararlar belirler ve genellikle belgelenmez.
Bu hat onları birinci sınıf çıktı sayar. Her aşama zaman damgalı bir JSON özeti yazar; yama manifestosu her yamanın küme atamasını ve geçersiz piksel yüzdesini kaydeder.
Beş aşama, her biri denetlenebilir
Aşamalar tek tek ya da sentinel-crop run-all ile çalışır. Görseller her aşamanın adını değil, veriye ne yaptığını gösterir.
Her komutun ürettiği
Deterministik sahne seçimiyle STAC araması; sahne başına kabul ve ret kararlarını yazar.
Tüm karolar yerine CDSE Process API üzerinden AOI'ye kırpılmış indirme.
SCL maskeleme, yansıma normalizasyonu, bantlar elverdiğinde NDVI / NDRE / NDWI.
Sabit boyutlu yamalar; mekânsal bloklu eğitim, doğrulama ve test ataması.
Dışarıda hazırlanmış yer gerçeği poligonlarını uint8 maskelere rasterleştirir.
Izgara blokları bütün olarak tek bir kümeye atanır; bu da rastgele ayrımların modeli olduğundan iyi göstermesine yol açan mekânsal otokorelasyonu azaltır.
Denetim izi teslimatın parçasıdır
logs/run_<asama>_<zaman>.json— aşama başına özetler.logs/selection_results.json— her sahnenin neden tutulduğu ya da elendiği.data/patches/index.csv— yama manifestosu: küme, yollar, geçersiz yüzdesi.data/patches/cog/— açıp bakabileceğiniz coğrafi referanslı GeoTIFF'ler.- Eğitim çıktıları COG/TIFF, NPY ve isteğe bağlı TFRecord olarak.
Urla çalışma alanı üzerinde doğrulanmış bir canlı koşu, Haziran 2025'te 9 Sentinel-2 L2A sahnesinden 990 eğitim yaması üretti.
Geçici Urla çalışma alanı resmî bir sınır değil, bir dikdörtgendir. Mekânsal bloklar sızıntıyı azaltır ama tarlaların blok kenarlarını aştığı yerlerde tamamen ortadan kaldırmaz. Etiketleme aşaması dışarıda hazırlanmış yer gerçeği poligonları gerektirir; hiçbir şey otomatik indirilmez. Ve bu hat veriyi hazırlar — aşağı akıştaki model doğruluğu hakkında bir iddiada bulunmaz.