3.4.5.1. Classificación
Esta pestaña permite la clasificación de: ref: band_set_tab usando las firmas espectrales registradas: ref:` ROI_list`. Varias opciones de clasificación se establecen en esta pestaña que afectan el proceso de clasificación también durante la: ref: class_preview.
Esta herramienta permite seleccionar de uno de los siguientes algoritmos
También es posible guardar y cargar un clasificador previamente entrenado.
Truco
Information about APIs of this tool in Remotior Sensus at this link .
3.4.5.1.1. Entrada
Símbolo de la herramienta y nombre |
Descripción |
---|---|
selecciona el Conjunto de Bandas a clasificar |
|
si está marcado, normaliza los datos de entrada usando uno de los métodos seleccionados |
|
si está marcado con Usar entrada normalizada,se realizará la normalización de los datos de entrada usando Z-score. |
|
si está marcado con Usar entrada normalizada,se realizará la normalización de los datos de entrada usando reescalado lineal. |
|
si está marcado la clasificación se realizará usando |
|
usar entrenamiento con ID de Clase la ID de Macroclase (código MC ID de la firma) |
si está marcado, la clasificación se realizará usando el ID de Clase (código C ID de la firma) |
3.4.5.1.2. Algoritmo
Esta herramienta permite seleccionar del algoritmo de clasificación. La pestaña de algoritmo incluye los parámetros disponibles.
3.4.5.1.2.1. Máxima Probabilidad
Usar el algoritmo de Máxima Probabilidad.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
si está marcado, permite definir el umbral de clasificación (aplicado a todas las firmas espectrales), los píxeles quedaran sin clasificar si la probabilidad es mejor que valor umbral (max. 100) |
|
si está marcado, los umbrales Umbral de firma son evaluados |
|
abre la Umbral de firma para definir los umbrales para las firmas |
|
si está marcado, además del ráster de la clasificación, se generara un ráster para cada firma espectral en el mismo directorio de salida, el cual representa la distancia entre los valores espectrales de un pixel y la firma. |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.2.2. Distancia mínima
Usa el algoritmo de Distancia mínima.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
si está marcado, permite la definición de un umbral de clasificación (aplicado a todas las firmas espectrales), los píxeles no serán clasificados si la distancia es mayor al valor umbra |
|
si está marcado, los umbrales Umbral de firma son evaluados |
|
abre la Umbral de firma para definir los umbrales para las firmas |
|
si está marcado, además del ráster de la clasificación, se generara un ráster para cada firma espectral en el mismo directorio de salida, el cual representa la distancia entre los valores espectrales de un pixel y la firma. |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.2.3. Perceptron Mutli-capa
Usa el algoritmo de Multi-Layer Perceptron.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
si está marcado, usar el framework de scikit-learn (lee esto) |
|
si está marcado, se usa el framework PyTorch (lee estos) |
|
lista de valores separados por comas, en la que cada valor define el número de neuronas en una capa oculta (e.g.: 200, 100 for two hidden layers of 200 and 100 neurons respectively) |
|
define el número máximo de iteraciones |
|
define la función de activación (por defecto: relu) |
|
define el decaimiento de pesos (también el término de regularización L2) para el optimizador Adam |
|
define la proporción de los datos que serán utilizados para entrenamiento, el resto será el conjunto de datos para prueba |
|
define el número de muestra por lote para el optimizador, si se deja por defecto, el tamaño será el mínimo entre 200 o el número de muestras |
|
define la tasa de aprendizaje inicial |
|
si está marcado, se llevará acabo una validación cruzada |
|
si está marcado, eneuntra el mejor estimador iterativamente usando un número de pasos |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.2.4. Bosque Aleatorio
Usar el algoritmo Bosque Aleatorio
Símbolo de la herramienta y nombre |
Descripción |
---|---|
define el número de árboles |
|
define el número mínimo de muestras requerido para dividir un nodo interno |
|
para la división de nodos, si está vacío se consideran todos los objetos; si es sqrt la raíz cuadrada de de todos los objetos, si es integer el número entero de objetos; si es un número decimal la fracción correspondiente de objetos |
|
si está marcado, realizar una clasificación Uno-Vs-Resto (leer mas) |
|
si está marcado, se llevará acabo una validación cruzada |
|
si está marcado, se calcula un peso balanceado siendo inversamente proporcional a la frecuencia de las clases |
|
si está marcado, eneuntra el mejor estimador iterativamente usando un número de pasos |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.2.5. Mapeo del Angulo Espectral
Usa el algoritmo de Mapeo del Angulo Espectral.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
si está marcado, permite definir el umbral para la clasificación (aplicado a las firmas espectrales); los píxeles no son clasificados si la distancia angular espectral es superior al umbra (máx. 90) |
|
si está marcado, los umbrales Umbral de firma son evaluados |
|
abre la Umbral de firma para definir los umbrales para las firmas |
|
si está marcado, además del ráster de la clasificación, se generara un ráster para cada firma espectral en el mismo directorio de salida, el cual representa la distancia entre los valores espectrales de un pixel y la firma. |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.2.6. Máquinas de Soporte de Vectores
Usa el algoritmo de Máquinas de Soporte de Vectores.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
define el parámetro de regularización C |
|
define el kernel (por defecto: rbf) |
|
define el coeficiente gamma del kernel (por defecto: escala) |
|
si está marcado, se llevará acabo una validación cruzada |
|
si está marcado, se calcula un peso balanceado siendo inversamente proporcional a la frecuencia de las clases |
|
si está marcado, eneuntra el mejor estimador iterativamente usando un número de pasos |
|
si está marcado, se calculará el ráster de confiabilidad de la clasificación |
3.4.5.1.3. Ejecutar
Es posible correr la clasificación, o guardar y cargar un clasificador entrenado
El ráster de clasificación es un archivo `` .tif “” (un archivo de estilo QGIS `` .qml “” se guarda junto con la clasificación); también se pueden calcular opcionalmente otras salidas. Las salidas se cargan en QGIS después del cálculo.
Símbolo de la herramienta y nombre |
Descripción |
---|---|
abrir un archivo de clasificador previamente guardado (.rsmo) |
|
guardar el clasificador en un archivo (.rsmo), para que luego pueda ser cargado |
|
ejecutar esta función |