Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Klasifikasi citra satelit secara paralel di Deadline Cloud Bundel pekerjaan [satellite\_classification](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/satellite_classification) mengklasifikasikan ubin citra satelit ke dalam kategori tutupan lahan (air, vegetasi, tanah kosong, batu, awan) dan menggabungkan hasilnya menjadi satu peta. Pengklasifikasi membaca rasio warna antara empat pita spektral setiap ubin untuk memutuskan apa yang ada di tanah. Pekerjaan berjalan dalam dua langkah. `ClassifyTiles`penggemar satu tugas paralel per ubin yang mengunduh ubin, mengklasifikasikan pikselnya, dan menulis file hasil ditambah PNG warna. `MosaicResults`berjalan setelah langkah paralel selesai dan menggabungkan setiap ubin menjadi satu peta ditambah gambar ikhtisar dengan persentase kelas. Pola fan-out dan penggabungan ini berlaku untuk semua beban kerja di mana file input independen. Bundel dikirimkan dengan lima ubin sampel yang mensimulasikan area Grand Canyon. Mereka diunduh secara otomatis dari CDN sampel Deadline Cloud saat pekerjaan berjalan — tidak diperlukan data eksternal atau akun. Bundel membutuhkan sebuah farm dengan lingkungan antrian conda yang ada `conda-forge` di daftar saluran (pengklasifikasi menggunakan paket). `rasterio` Pengaturan tercepat adalah [template starter farm AWS CloudFormation (CloudFormation)](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/cloudformation/farm_templates/starter_farm) — atur `ProdCondaChannels` parameternya ke`deadline-cloud conda-forge`. Kirim dengan ubin sampel: ``` deadline bundle submit job_bundles/satellite_classification/ ``` Untuk mengklasifikasikan ubin Anda sendiri, `TilesDir` arahkan ke direktori lokal file 4-band`.tif`: ``` deadline bundle submit job_bundles/satellite_classification/ \ -p TilesDir={{path-to-tiles}} ```