معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package to classify crops based on sentinel images.

ویژگی	مقدار
سیستم عامل	-
نام فایل	cropclassification-0.1.0a2
نام	cropclassification
نسخه کتابخانه	0.1.0a2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Pieter Roggemans
ایمیل نویسنده	pieter.roggemans@gmail.com
آدرس صفحه اصلی	https://github.com/theroggy/cropclassification
آدرس اینترنتی	https://pypi.org/project/cropclassification/
مجوز	-

# Crop classification This is a collection of scripts that can help to classify crops using Sentinel data. Probably this documentation won't suffice to get you started, but you are free to reach out for more info if you are really interested. In general, you should also be aware that the package isn't really meant to be an easy-to-use solution for crop classification. It is rather a quite specialised solution for our specific needs. Nonetheless we want to make the code public so if anyone is interested, they can have a look and possibly get some inspiration. ## Installation manual 1. Install conda As the scripts are written in Python, you need to use a package manager to be able to install the packages the scripts depend on. The rest of the installation manual assumes you use anaconda and python 3.6+. The installer for anaconda can be found here: https://www.anaconda.com/download/. 2. Create new environment and install dependencies Once you have anaconda installed, you can open an anaconda terminal window and follow the following steps: 1. Create and activate a new conda environment ``` conda create --name cropclassification python=3.6 conda activate cropclassification ``` 2. Install the dependencies for the crop classification scripts: ``` conda install scikit-learn keras tensorflow rasterio rasterstats geopandas pyarrow psutil ``` 3. If it was the first time you installed anaconda/geopandas, you might have to restat your computer to proceed 4. Start the anaconda terminal window again and activate the environment ``` conda activate cropclassification ``` 5. Now install cropclassification with pip ``` pip install cropclassification ``` 4. Calculate time series To calculate time series, you need to run `cropclassification -t <tasks_dir>`, with a 'calc_timeseries' type of task in the tasks dir on a server that has access to sentinel CARD images. Mind: the sentinel CARD image structure as expected for timeseries calculation depends on the image type: * for Sentinel 2 images this is the standard S2 L2A format as available on the open acces copernicus hub. * for Sentinel 1 backscatter and sentinel 1 coherence data this is a non-standardized data structure as there isn't a standard format (yet) for level 2 processed sentinel 1 images (as far as I know). Check out the code to see the expected data structure ;-). 5. Start a crop classification Run `cropclassification -t <tasks_dir>`, with a 'calc_marker' type of task in the tasks dir.

نیازمندی

مقدار	نام
-	scikit-learn
-	tensorflow
-	rasterio
-	rasterstats
-	fiona
-	geopandas
-	pyarrow
-	psutil

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl cropclassification-0.1.0a2:

pip install cropclassification-0.1.0a2.whl

نصب پکیج tar.gz cropclassification-0.1.0a2:

pip install cropclassification-0.1.0a2.tar.gz