语义分割是在像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。遥感影像的分类、信息提取也适合用语义分割方法。本文以遥感影像的大棚提取为例，介绍遥感影像中使用语义分割的全流程，包括环境搭建、数据集制作、模型训练、模型预测等步骤。本文使用的框架是百度的PaddleSeg。
1环境搭建首先需要一台带GPU的电脑，安装好cuda和cudnn，才能方便开展后面的工作。包括安装conda、PaddleSeg、gdal等内容。PaddleSeg是基于飞桨PaddlePaddle开发的端到端图像分割开发套件，涵盖了高精度和轻量级等不同方向的大量高质量分割模型。通过模块化的设计，提供了配置化驱动和API调用两种应用方式，帮助开发者更便捷地完成从训练到部署的全流程图像分割应用。
安装conda，可以是miniconda或者anaconda，安装完成后创建一个虚拟环境，并在这个虚拟环境下安装其他的包。我推荐使用miniconda，更加轻量。转载请注明：http://www.0431gb208.com/sjsbszl/464.html
