ENVI 深度学习有哪些新进展？非常多。
原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/whats-new-in-envi-deep-learning-a-lot
7288 给这篇文章评分：
4.1
ENVI 深度学习有哪些新进展？非常多。
Zachary Norman 2024年2月26日，星期一
引言
我们非常高兴地宣布 ENVI® Deep Learning 3.0 版本的发布。这个软件版本不仅标志着我们发展历程中的一个重要里程碑，还为遥感领域的深度学习树立了新的标杆。ENVI DL 3.0 可以通过我们的下载门户获取，但需要注意的是，要发挥其全部潜力，需要最新版的 ENVI 6.0。两者强强联合，将解锁一系列旨在改变我们与影像交互方式的功能。
旗舰功能：网格模型(Grid Models)
ENVI Deep Learning 3.0 的核心是一种新型模型：网格(Grid)。这种创新方法使用专门的深度学习模型将影像分解成网格，以前所未有的精度精确定位目标特征的位置。
网格检测 WorldView 影像中云层的示例。
显示飞机和直升机可能位置的示例。
网格模型最棒的一点是，你无需改变目前标记数据的方式！此功能允许你利用现有的用于目标检测和像素分割模型的训练数据，使得网格模型从第一天起就可以投入使用。
网格优势：速度与优化
你可能会想：“网格模型很不错，但我为什么要关注它？”答案在于其无与伦比的效率。网格模型处理影像所需的时间仅为传统分割模型或目标检测模型的一小部分。这种速度，结合我们现有的模型，实现了一个正在申请专利的深度学习流程，进一步放大了网格模型的价值。
使用我们优化的分类工具，你可以：
- 减少误报，简化手动修正深度学习结果的工作。
- 节省时间，提高生产力，降低基于云的处理成本。
- 提高硬件受限应用的吞吐量，这些应用无法自动扩展以满足处理需求。
- 快速使用更复杂的模型和架构，这些模型能更好地检测独特特征，例如新的 TensorFlow 优化目标分类和 TensorFlow 优化像素分类。
迁移到 ENVI Deep Learning 3.0
我们将版本号升级到 3.0 的原因之一是我们的深度学习 API 存在一些重大变更。为了确保平稳过渡，我们准备了一份随产品附带的深入迁移指南，帮助你完成以下步骤：
- 迁移 ENVI Modeler 工作流
- 迁移使用 ENVI Deep Learning API 的 IDL® 代码
如果你有需要迁移的 IDL 代码，可以使用 IDL for VSCode 运行命令 "IDL: Migrate Code to Deep Learning 3.0 API" 来自动完成更改。
结论
ENVI DL 3.0 的发布不仅仅是一次更新，它有助于将我们的深度学习能力带入遥感技术的未来。
这一进展有很多发展方向和应用方式，包括与 ENVI Connect 集成的深度学习。对于那些不了解的用户，ENVI Connect 是一种企业级解决方案，旨在帮助分析团队协作处理影像并获取有意义的信息。
在上图中，ENVI Deep Learning 3.0 在 30 秒内自动检测到了地物特征。如果没有网格模型，深度学习模型处理这个场景需要 12 分钟。有了网格模型，处理时间从“可以休息一下或处理其他任务”缩短到“喝几口咖啡就能得到答案”，将等待时间变成了生产力。
如果你有兴趣了解更多关于 ENVI DL 3.0 的信息或亲自尝试，只需给我们发送一封电子邮件。
探索更多
观看 ENVI® 深度学习实战演示
简短演示视频
为救援组织提供实时、可操作的情报。
值得信赖的答案
ENVI 软件
处理和解析所有类型的影像和数据。
自动化分析
ENVI 深度学习
使用 ENVI 深度学习获得更快、更准确的结果。