- 遥感影像处理领域，需要各种各样的并发处理逻辑。Kubernetes容器平台，使用Docker容器作为独立无依赖的运行单元，非常适合大规模遥感影像并发计算的底座。配合超强的Workflow流程引擎，可以满足各类花式并发的述求。 遥感影像处理领域，需要各种各样的并发处理逻辑。Kubernetes容器平台，使用Docker容器作为独立无依赖的运行单元，非常适合大规模遥感影像并发计算的底座。配合超强的Workflow流程引擎，可以满足各类花式并发的述求。
- GBDX是DigitalGlobe公司出品的，一个功能强大的地理空间数据大数据分析平台。整体基于云架构模式，允许用户在GBDX上访问其全球高分辨率卫星影像动态库。从而提取各类有意义的洞察。是华为云地理智能体主要借鉴学习的对象。 GBDX是DigitalGlobe公司出品的，一个功能强大的地理空间数据大数据分析平台。整体基于云架构模式，允许用户在GBDX上访问其全球高分辨率卫星影像动态库。从而提取各类有意义的洞察。是华为云地理智能体主要借鉴学习的对象。
- 在制作做遥感图像物体检测数据集的时候，遥感图像的物体都是平面的，有角度的问题， 可以对被检测物体实现不同角度的旋转，丰富数据集同时减少标注的工作量。 比如上图中的飞机，机头的朝向是斜向下的，现实中的飞机可能有各种的朝向，如果不做旋转，就会降低模型的检测能力。下图是旋... 在制作做遥感图像物体检测数据集的时候，遥感图像的物体都是平面的，有角度的问题， 可以对被检测物体实现不同角度的旋转，丰富数据集同时减少标注的工作量。 比如上图中的飞机，机头的朝向是斜向下的，现实中的飞机可能有各种的朝向，如果不做旋转，就会降低模型的检测能力。下图是旋...
- 00 - 前言欢迎学习《基于 DANet 和 Deeplabv3 模型的遥感图像分割》实验。在本实验中，你将深入了解如何运用计算机视觉（CV）领域的 AI 模型，搭建一个高效精准的遥感地图区域分割系统，并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。学习目标在本课程中，您将学习一些与使用 AI 图像处理技术实现地图分割检测有关的重要概念，包括：遥感图像数据的预处理方法采用图像分割模型... 00 - 前言欢迎学习《基于 DANet 和 Deeplabv3 模型的遥感图像分割》实验。在本实验中，你将深入了解如何运用计算机视觉（CV）领域的 AI 模型，搭建一个高效精准的遥感地图区域分割系统，并利用开源数据集和昇腾 AI 芯片对模型效果加以验证。学习目标在本课程中，您将学习一些与使用 AI 图像处理技术实现地图分割检测有关的重要概念，包括：遥感图像数据的预处理方法采用图像分割模型...
- ATom: Actinic Flux and Photolysis Frequencies from CAFS Instrument, 2016-2018, V2ATom：2016-2018 年来自 CAFS 仪器的放热通量和光解频率，V2简介该数据集包含四次 ATom 活动期间各种化学物质的光通量和光解反应的光解频率。 光谱分辨的光通量由下行和上行电荷耦合器件光通量分光辐射计（CAFS... ATom: Actinic Flux and Photolysis Frequencies from CAFS Instrument, 2016-2018, V2ATom：2016-2018 年来自 CAFS 仪器的放热通量和光解频率，V2简介该数据集包含四次 ATom 活动期间各种化学物质的光通量和光解反应的光解频率。 光谱分辨的光通量由下行和上行电荷耦合器件光通量分光辐射计（CAFS...
- ABoVE: Study Domain and Standard Reference Grids, Version 2简介文件修订日期：2023-08-23数据集版本: 2.1摘要北极-北方脆弱性实验（ABoVE）开发了两种标准化空间数据产品，以加快研究活动的协调，促进数据的互操作性。ABoVE 研究域包括美国阿拉斯加的北极和北方地区，以及北美加拿大的西部省份。在该域内指定了核心和扩展研... ABoVE: Study Domain and Standard Reference Grids, Version 2简介文件修订日期：2023-08-23数据集版本: 2.1摘要北极-北方脆弱性实验（ABoVE）开发了两种标准化空间数据产品，以加快研究活动的协调，促进数据的互操作性。ABoVE 研究域包括美国阿拉斯加的北极和北方地区，以及北美加拿大的西部省份。在该域内指定了核心和扩展研...
- ABoVE: Characterization of Carbon Dynamics in Burned Forest Plots, NWT, Canada, 2014简介文件修订日期：2019-04-12数据集版本: 1摘要该数据集提供了加拿大西北地区（NWT）2014 年被野火烧毁的北方森林的实地数据。在 2015 年的实地考察中，共建立了 211 个烧毁地块。从这些地块中选出了 3... ABoVE: Characterization of Carbon Dynamics in Burned Forest Plots, NWT, Canada, 2014简介文件修订日期：2019-04-12数据集版本: 1摘要该数据集提供了加拿大西北地区（NWT）2014 年被野火烧毁的北方森林的实地数据。在 2015 年的实地考察中，共建立了 211 个烧毁地块。从这些地块中选出了 3...
- Soil Respiration Maps for the ABoVE Domain, 2016-2017简介文件修订日期：2022-04-20数据集版本: 1摘要该数据集以 300 米的空间分辨率提供了 2016-08-18 至 2018-09-12 期间阿拉斯加和加拿大西北部受永久冻土影响的冻原和北方生态系统内发生的土壤呼吸作用产生的二氧化碳（CO2）排放量的网格估算值。估算结果包括... Soil Respiration Maps for the ABoVE Domain, 2016-2017简介文件修订日期：2022-04-20数据集版本: 1摘要该数据集以 300 米的空间分辨率提供了 2016-08-18 至 2018-09-12 期间阿拉斯加和加拿大西北部受永久冻土影响的冻原和北方生态系统内发生的土壤呼吸作用产生的二氧化碳（CO2）排放量的网格估算值。估算结果包括...
- 文件修订日期：2022-05-04数据集版本: 1简介该数据集综合了 1983 年至 2016 年期间美国阿拉斯加、西北地区和加拿大萨斯喀彻温省被烧毁的北方森林地点的野外地块特征数据、衍生的地上和地下燃烧碳以及获取的火灾气象指数（FWI）系统组件。此外还包括未烧毁地块的数据。编译的地块级特征数据包括林分年龄、干扰历史、树木密度和树木生物物理测量值，用于计算地上（ag）和地下（bg）生物量... 文件修订日期：2022-05-04数据集版本: 1简介该数据集综合了 1983 年至 2016 年期间美国阿拉斯加、西北地区和加拿大萨斯喀彻温省被烧毁的北方森林地点的野外地块特征数据、衍生的地上和地下燃烧碳以及获取的火灾气象指数（FWI）系统组件。此外还包括未烧毁地块的数据。编译的地块级特征数据包括林分年龄、干扰历史、树木密度和树木生物物理测量值，用于计算地上（ag）和地下（bg）生物量...
- ABoVE: Active Layer Thickness from Airborne L- and P- band SAR, Alaska, 2017, Ver. 3简介文件修订日期：2022-09-15数据集版本: 3摘要本数据集以 30 米的分辨率提供了整个 ABoVE 域 51 个站点（包括阿拉斯加的 39 个站点和加拿大西北部的 12 个站点）的季节性沉降、活动层厚度 (ALT... ABoVE: Active Layer Thickness from Airborne L- and P- band SAR, Alaska, 2017, Ver. 3简介文件修订日期：2022-09-15数据集版本: 3摘要本数据集以 30 米的分辨率提供了整个 ABoVE 域 51 个站点（包括阿拉斯加的 39 个站点和加拿大西北部的 12 个站点）的季节性沉降、活动层厚度 (ALT...
- ABoVE: Level-4 WRF-STILT Particle Trajectories for Circumpolar Receptors, 2016-2019简介文件修订日期：2021-12-07数据集版本: 1摘要本数据集提供了 2016-2019 年期间天气研究和预报（WRF）随机时间倒拉格朗日传输（STILT）粒子轨迹文件，受体位于飞行路径沿线位置和北纬 45 度以上环极地... ABoVE: Level-4 WRF-STILT Particle Trajectories for Circumpolar Receptors, 2016-2019简介文件修订日期：2021-12-07数据集版本: 1摘要本数据集提供了 2016-2019 年期间天气研究和预报（WRF）随机时间倒拉格朗日传输（STILT）粒子轨迹文件，受体位于飞行路径沿线位置和北纬 45 度以上环极地...
- 更新通知Attention Required! You're using a deprecated asset. To ensure continued functionality, please update it by July 1st, 2024.本指南提供从大地遥感卫星第 1 集数据切换到第 2 集数据的说明。自 2022 年起，地球引擎已全面提供第 2 集数据，自 2021 年 ... 更新通知Attention Required! You're using a deprecated asset. To ensure continued functionality, please update it by July 1st, 2024.本指南提供从大地遥感卫星第 1 集数据切换到第 2 集数据的说明。自 2022 年起，地球引擎已全面提供第 2 集数据，自 2021 年 ...
- ABoVE: AirSWOT Color-Infrared Imagery Over Alaska and Canada, 2017简介文件修订日期：2019-04-25数据集版本: 1摘要本数据集提供了根据 2014 年、2015 年和 2017 年 8 月和 10 月在阿拉斯加北部 12 个研究地点（除个别地点外）采集的机载次冠层和次表层微波观测站（AirMOSS）P 波段偏振合成孔... ABoVE: AirSWOT Color-Infrared Imagery Over Alaska and Canada, 2017简介文件修订日期：2019-04-25数据集版本: 1摘要本数据集提供了根据 2014 年、2015 年和 2017 年 8 月和 10 月在阿拉斯加北部 12 个研究地点（除个别地点外）采集的机载次冠层和次表层微波观测站（AirMOSS）P 波段偏振合成孔...
- ABoVE: Post-Fire and Unburned Vegetation Community and Field Data, NWT, Canada, 2017简介文件修订日期：2022-06-24数据集版本: 1摘要本数据集提供了 2017 年从 ABoVE 研究区的 11 个研究地点收集的植被群落特征、土壤水分和生物物理数据。这 11 个研究区域包括 2014 年和 2015... ABoVE: Post-Fire and Unburned Vegetation Community and Field Data, NWT, Canada, 2017简介文件修订日期：2022-06-24数据集版本: 1摘要本数据集提供了 2017 年从 ABoVE 研究区的 11 个研究地点收集的植被群落特征、土壤水分和生物物理数据。这 11 个研究区域包括 2014 年和 2015...
- ABoVE_LVIS_VegetationStructure_1923ABoVE: LVIS L3 Gridded Vegetation Structure across North America, 2017 and 2019简介文件修订日期：2022-12-02数据集版本: 1摘要本数据集提供了从 NASA 的陆地、植被和冰雪传感器（LVIS）-设施仪器收集到的 2017 年和 201... ABoVE_LVIS_VegetationStructure_1923ABoVE: LVIS L3 Gridded Vegetation Structure across North America, 2017 and 2019简介文件修订日期：2022-12-02数据集版本: 1摘要本数据集提供了从 NASA 的陆地、植被和冰雪传感器（LVIS）-设施仪器收集到的 2017 年和 201...
上滑加载中
推荐直播
-
探秘仓颉编程语言：华为开发者空间的创新利器2025/02/22 周六 15:00-16:30
华为云讲师团
本期直播将与您一起探秘颉编程语言上线华为开发者空间后，显著提升开发效率，在智能化开发支持、全场景跨平台适配能力、工具链与生态完备性、语言简洁与高性能特性等方面展现出的独特优势。直播看点： 1.java转仓颉的小工具 2.仓颉动画三方库lottie 3.开发者空间介绍及如何在空间用仓颉编程语言开发
回顾中 -
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
去报名 -
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
去报名
热门标签