【实用书】深度学习遥感图像处理：开源软件使用-技术圈

来源：专知
本文为书籍介绍，建议阅读5分钟
这本书帮助把现有工具和数据的理论和实际使用联系在一起，在遥感图像和数据上应用深度学习技术。

在当今世界，深度学习源代码和大量开放获取的地理空间图像很容易获得和访问。然而，大多数人缺少利用这一资源的教育工具。使用开源软件对遥感图像进行深度学习是第一本介绍使用免费开源工具处理真实世界遥感图像的深度学习技术的实用书籍。本书中详细介绍的方法是通用的，可以适用于遥感图像处理的许多不同应用，包括土地覆盖测绘、林业、城市研究、灾害测绘、图像恢复等。在头脑中与从业者和学生一起写，这本书帮助把现有工具和数据的理论和实际使用联系在一起，在遥感图像和数据上应用深度学习技术。

https://www.routledge.com/Deep-Learning-for-Remote-Sensing-Images-with-Open-Source-Software/Cresson/p/book/9780367518981

第一本解释如何使用开源软件(QGIS, Orfeo ToolBox, TensorFlow)将深度学习技术应用于公共的、免费的数据(Spot-7和Sentinel-2图像，OpenStreetMap向量数据)的书。

提出了适合于大规模处理和GIS应用的真实世界图像和数据的方法

介绍了可应用于遥感世界的最先进的深度学习架构家族，主要用于土地覆盖制图，但也用于通用方法(如图像恢复)

适合深度学习初学者和具有一些GIS知识的读者。学习实际技能不需要编码知识。

包括深度学习技术通过许多步骤遥感数据处理练习。