Klassifizieren Sie Satellitenbilder parallel in Deadline Cloud

Das Auftragspaket satellite_classification klassifiziert Satellitenbildkacheln in Landbedeckungskategorien (Wasser, Vegetation, nackter Boden, Fels, Wolken) und fasst die Ergebnisse in einer einzigen Karte zusammen. Der Klassifikator liest die Farbverhältnisse zwischen den vier Spektralbändern jeder Kachel, um zu entscheiden, was sich auf dem Boden befindet.

Der Job wird in zwei Schritten ausgeführt. ClassifyTilesfächert pro Kachel eine parallel Aufgabe auf, die die Kachel herunterlädt, ihre Pixel klassifiziert und eine Ergebnisdatei sowie ein farbiges PNG schreibt. MosaicResultswird ausgeführt, nachdem der parallel Schritt abgeschlossen ist, und fügt jede Kachel zu einer Karte sowie einem Übersichtsbild mit Klassenprozentsätzen zusammen. Dieses Muster zum Auffächern und Zusammenführen gilt für jeden Workload, bei dem die Eingabedateien unabhängig voneinander sind.

Das Paket wird mit fünf Musterkacheln geliefert, die das Gebiet des Grand Canyon simulieren. Sie werden automatisch vom Deadline Cloud Samples CDN heruntergeladen, wenn der Job ausgeführt wird — es sind keine externen Daten oder Konten erforderlich.

Das Paket erfordert eine Farm mit einer Conda-Warteschlangenumgebung, die conda-forge in der Kanalliste enthalten ist (der Classifier verwendet das rasterio Paket). Die schnellste Einrichtung ist die Starter-Vorlage farm AWS CloudFormation (CloudFormation) — setzen Sie ihren ProdCondaChannels Parameter auf. deadline-cloud conda-forge

Mit den Beispielkacheln einreichen:

deadline bundle submit job_bundles/satellite_classification/

Um Ihre eigenen Kacheln zu klassifizieren, zeigen Sie TilesDir auf ein lokales Verzeichnis mit 4-Band-Dateien.tif:

deadline bundle submit job_bundles/satellite_classification/ \
  -p TilesDir=path-to-tiles