Deadline Cloud에서 위성 이미지를 병렬로 분류

satellite_classification 작업 번들은 위성 이미지 타일을 육지 범주(물, 초목, 토양, 바위, 구름)로 분류하고 결과를 단일 맵으로 병합합니다. 분류자는 각 타일의 스펙트럼 밴드 4개 사이의 색상 비율을 읽고 지면에 무엇이 있는지 결정합니다.

작업은 두 단계로 실행됩니다.는 타일을 다운로드하고, 픽셀을 분류하고, 결과 파일과 색상 PNG를 쓰는 타일당 하나의 병렬 작업을 ClassifyTiles 팬아웃합니다. MosaicResults는 병렬 단계가 완료된 후 모든 타일을 하나의 맵과 클래스 백분율이 포함된 개요 이미지로 병합합니다. 이 팬아웃 및 병합 패턴은 입력 파일이 독립적인 모든 워크로드에 적용됩니다.

번들에는 Grand Toolkit 영역을 시뮬레이션하는 샘플 타일 5개가 함께 제공됩니다. 작업이 실행되면 Deadline Cloud 샘플 CDN에서 자동으로 다운로드되므로 외부 데이터나 계정이 필요하지 않습니다.

번들에는 conda-forge 채널 목록에가 있는 conda 대기열 환경이 있는 팜이 필요합니다(분류자는 rasterio 패키지를 사용함). 가장 빠른 설정은 스타터 팜 AWS CloudFormation (CloudFormation) 템플릿입니다. ProdCondaChannels 파라미터를 로 설정합니다deadline-cloud conda-forge.

샘플 타일과 함께 제출합니다.

deadline bundle submit job_bundles/satellite_classification/

자체 타일을 분류하려면 4대역 .tif 파일의 로컬 디렉터리를 TilesDir 가리킵니다.

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