在 Deadline Cloud 上并行对卫星图像进行分类

GitHub 网站上的sat ellite_classification 任务包将卫星图像图块分类为土地覆盖类别（水、植被、裸土、岩石、云层），并将结果合并为一张地图。分类器读取每块图块的四个光谱波段之间的颜色比率，以确定地面上有什么。

该任务分两步运行。ClassifyTiles为每个图块分配一项并行任务，即下载图块，对其像素进行分类，然后写入结果文件和彩色 PNG。MosaicResults在平行步骤完成后运行，并将所有图块合并为一张地图，外加一张带有等级百分比的概览图像。这种扇出和合并模式适用于输入文件独立的任何工作负载。

该捆绑包附带五张模拟大峡谷区域的样本方块。任务运行时，它们会自动从 Deadline Cloud 样本 CDN 中下载，无需外部数据或帐户。

该捆绑包需要一个带有 conda 队列环境的农场，该环境已包含conda-forge在频道列表中（分类器使用rasterio软件包）。最快的设置是 GitHub 网站上的入门农场 AWS CloudFormation (CloudFormation) 模板。将其ProdCondaChannels参数设置为deadline-cloud conda-forge。

使用示例图块提交：

deadline bundle submit job_bundles/satellite_classification/

要对自己的切片进行分类，请指向 TilesDir 4 波段.tif文件的本地目录：

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