The event has been closed.

2022年04月21日— 2022年04月24日  远程在线培训

2022年04月21日— 2022年04月24日  北京

(第一天报到 授课三天；提前环境部署 电脑测试)

各省市、自治区从事遥感应用的相关人员，以及农业、林业、地质、资源、环境、水文、海洋、气象、大气、城市等行业相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员，及遥感人工智能广大爱好者。

一、遥感人工智能应用简述

1.深度学习发展历史

2.相关背景和基础知识介绍

3.结合机器学习和云计算的遥感研究介绍

4.基于深度学习的遥感研究介绍

二、遥感云计算平台、深度学习平台环境配置

1.深度学习相关框架介绍

2.Keras + TensorFlow 环境配置简介

3.GEE、Colab云计算环境介绍

4.云计算深度学习环境配置

三、基于云计算的影像分类与特征识别

1.GEE概况介绍

2.数据去云预处理以及常见的合成方式介绍

3.各种分类器的云计算实现方法

4.分类结果验证与导出

案例：基于Google Earth Engine的土地覆被分类案例

四、深度学习常用模型介绍以及遥感中应用示例一

1. CNN卷积神经网络基本概念

卷积层（一维卷积、二维卷积）、池化层（均值池化、最大池化）  全连接层    激活函数层    Softmax层

2.像素分割常用模型简介

FCN模型：全卷积神经网络特点

Unet模型：编码-解码结构介绍

Deeplab v3+网络：Xception结构介绍

3.基于python+GDAL的遥感影像读写训练

遥感影像读取 遥感影像的存储

遥感影像分块 遥感影像的显示与分析

案例：基于Python的遥感影像读取与处理

五、深度学习常用模型介绍以及遥感中应用示例二

1.类Unet模型介绍

2.类Unet模型的实现

3.基于Keras的深度学习训练

4.模型的精度验证

5.模型的应用

案例：U-net以及类U-net模型的实现

六、案例实操

基于深度学习的云污染识别与掩膜提取  

基于深度学习的建筑物提取

1.数据获取

2.数据处理

3.结果验证与讨论

七、基于机器学习技术的遥感研究文章撰写思路与未来发展

1.机器学习技术在遥感分类中的应用文章撰写

2.机器学习技术在定量遥感中的应用文章撰写
3.深度学习与遥感技术前沿探讨（Attention机制，多任务学习等）

第八讲

潜调节模型  中介与调节效应模型的新进展

中介与调节变量分析进阶—混合的中介与调节模型（条件中介模型） 

（1）潜调节变量模型的主要检验方法；

（2）调节变量为类别变量的模型；

（3）调节变量为连续潜在变量的模型；

（4）Bootstrap方法与贝叶斯方法。 

八、辅助课程

1.疑难解答、分组讨论；

2.关键问题解析；

3.学后交流、微信群、QQ群建立

每人3900元（含培训费、证书费、资料费） 注：住宿可统一由会务组进行安排，费用自理。

参加相关培训并通过考试的学员，可以获得：

《遥感影像人工智能应用工程师》（高级）专业技能资格证书，该证书可作为有关单位专业技术人员能力评价、考核和任职的重要依据。

注：请学员带两寸蓝底彩照一张（背面注明姓名）、身份证复印件和学历证明复印件各一张。