برنامه نویسی محصولات دانلودی

آموزش پردازش تصاویر ماهواره ای در پایتون – اولین و کامل ترین پکیج در ایران

آموزش پردازش تصاویر ماهواره ای در پایتون
هادی امامی
نوشته شده توسط هادی امامی

آموزش پردازش تصاویر ماهواره ای در پایتون اولین آموزش جامع در ایران و همچنین در سطح جهان بوده که با این عمق به بررسی پکیج ها و کتابخانه های مختلف در زمینه پردازش تصاویر ماهواره ای پرداخته است.

پایتون یک زبان برنامه‌نویسی رایگان، متن باز (Open Source) و با بیانی کامل‌تر، آزاد است. پایتون یک زبان برنامه‌نویسی همه منظوره (General-Purpose) است به این معنی که می‌توان از آن در توسعه طیف گسترده‌ای از انواع برنامه‌ها در حوزه‌های نرم‌افزاری گوناگون بهره برد. پایتون یک زبان برنامه‌نویسی سطح بالا (High-Level) است که به وسیله‌ آن عمل برنامه‌نویسی به آسانی و با سرعتی بالا انجام می‌پذیرد.

از جمله کاربردهای زبان برنامه نویسی پایتون میتوان به حوزه پردازش تصویر اشاره نمود. اگر با نگاه ریاضی به پردازش تصویر نگاه کنیم، تابعی است که به عنوان ورودی تصویری را دریافت می‌کند و با استفاده از فرمول‌ها و قواعد داده‌ شده، مجموعه‌ای از علامت‌های ریاضی که مفاهیم خاصی را برای ماشین دارد؛ بر‌می گرداند. در این دوره آموزشی سعی شده است تمامی موارد مطرح در زمینه پردازش تصاویر ماهواره ای را به صورت ساده و قابل فهم کدنویسی کرده و آن را اجرا کنیم. بطوری که بعد از اتمام این دوره شما تبدیل به یک متخصص در زمینه برنامه نویسی در بخش سنجش از دور خواهید شد.


مشخصات محصول

  • مدرس: هادی امامی (تولید کننده بیش از ده مجموعه آموزشی در زمینه سنجش از دور)
  • موضوع: پردازش تصاویر ماهواره ای در پایتون
  • نرم افزار/زبان برنامه نویسی: پایتون
  • نوع آموزش: ویدئویی، کدنویسی
  • مدت زمان: ۱۶ ساعت آموزش
  • تخصص: برنامه نویسی در حیطه سنجش از دور
  • مخاطب: علاقه مندان به برنامه نویسی در حیطه سنجش از دور
  • داده های تمرینی: دارد
  • کد های آموزش: دارد
  • رفرنس: دارد

توضیحات محصول

در این آموزش به اکثر مطالبی که یک کاربر یا متخصص سنجش از دور در زمینه پردازش تصویر میتواند با آن ها سروکار داشته باشد پرداخته شده است. همچنین از تصاویر مختلف (لندست، اسپات، مودیس، ژئوآی، استر و …) به منظور کار با انواع داده ها استفاده شده است.

در این آموزش کاربر به سادگی با مفاهیم تئوری و عملی هر بخش از آموزش ها آشنایی پیدا کرده و در آن بخش تجربه کافی را به دست می آورد. در ابتدای هر بخش از آموزش مباحث مربوط به تئوری آن بخش ارائه شده و سپس به مباحث عملی و کدنویسی همان شاخه پرداخته می شود تا کاربر درک کاملی از روند کار را داشته باشد.

این آموزش برای اولین بار در کشور و در سطح جهان می توان عنوان کرد که مختص پردازش تصاویر ماهواره ای در زمینه سنجش از دور ارائه می شود و کامل ترین پکیجی هست که می توان آن را استفاده کرد. در این آموزش از کتابخانه های مختلف و همچنین تصاویر و روش های مختلف و جذابی به منظور کار بر روی پروژه های مختلف استفاده شده است.


عناوین آموزشی

عناوین آموزش داده شده در این محصول عبارت اند از:

فصل-۱ : آشنایی با محیط کاری و آموزش نصب آن

آشنایی با محیط پایتون و آناکوندا

آشنایی با محیط ژوپیتر

فصل-۲ : آشنایی با انواع پکیج ها و کتابخانه های مطرح در زمینه پردازش تصاویر

پکیج Numpy

پکیج Matplotlib

پکیج Scikit-Image

پکیج Scikit-Learn

پکیج Scipy

پکیج OpenCV

پکیج Rasterio

پکیج GDAL

پکیج Pandas

پکیج Pillow

پکیج Cartopy

و …

https://matplotlib.org/_static/logo2.svg

 

فصل-۳ : آشنایی مقدماتی با پایتون

آشنایی با پایتون(مقدماتی)

آشنایی با سینتکس ها(Syntax)

رویکردهای برنامه نویسی(شیءگرایی)

آشنایی با Statements

آشنایی با کامنت نویسی

آشنایی با بلاک بندی در پایتون(Indentation)

آشنایی با متغییرها(Variables)

آشنایی با عملگرها در پایتون(مقایسه ای، حسابی، انتسابی، منطقی، عضویتی، هویتی)

آشنایی با انواع اشیاء در پایتون(صحیح، مختلط، ممیزشناور، دسیمال، بولین، کسری)

فصل-۴ : آشنایی با ساختارهای کنترلی در پایتون

If – else – elif – while – continue – break – for

فصل-۵ : آشنایی با انواع داده ها

Lists – Dictionary – Tupels – Array                            

فصل-۶: وارد کردن و خروجی گرفتن از انواع فرمت های تصویری

آشنایی با انواع فرمت های رایج تصویر

فراخوانی داده های لندست (تکی و مجموعه ای)

فراخوانی و کار با داده های Modis

فراخوانی و کار با داده های ASTER

فراخوانی و کار با داده های Geo-Eye

فصل-۷ : آشنایی با مباحث مربوط با بارزسازی تصاویر و هیستوگرام ها

مباحث تئوری مربوط به بارزسازی تصاویر

کدنویسی انواع روش های بارزسازی مثل :

Gamma-Correction

Logarithm-Adjusment

Adjusment-Sigmoid

Adaptive-Equalizetion

Histogram-Equalization

آشنایی با تابع exposure 

فصل-۸ : آموزش برش تصاویر از روی شیپفایل

آموزش نحوه نوشتن تابع به منظور برش تصاویر

آموزش نوشتن کد به منظور اجرا بر روی هر تصویر و شیپ فایل (خودکارسازی)

فصل-۹ : آموزش ایجاد پروفیل طیفی بر روی تصاویر

نوشتن تابع به منظور ایجاد پروفیل طیفی(خودکارسازی به منظور اجرا بر روی هر تصویر)

فصل-۱۰ : آموزش موزائیک تصاویر ماهواره ای (دقیق ترین روش موجود)

نحوه نوشتن کد به منظور موزائیک بی نقص تصاویر ماهواره ای(یکی از دقیق ترین متدهای موزائیک)

نحوه ذخیره تصاویر با روش های مختلف

فصل-۱۱ : آموزش آشنایی با فضاهای رنگی (HSV-HIS)

آشنایی با انواع فضاهای رنگی و نحوه کدنویسی و نمایش آن ها

آموزش Layer Stacking

استخراج پارامترهای(Hue-Saturation-Value)

فصل-۱۲ : آموزش تجزیه و تحلیل مولفه های اصلی (PCA)

مباحث کامل تئوری PCA

استخراج مولفه های اصلی تصاویر

آموزش FIT کردن تصاویر بر روی مدل های موجود

فصل-۱۳ : کار با شاخص های طیفی

کار با انواع شاخص های طیفی

آموزش نحوه نرمال سازی داده ها

آموزش نحوه تبدیل تصاویر به آرایه ها

اجرای شاخص های :

NDVI – NDWI – SAVI – AFVI – UI

شاخص های پوشش گیاهی، جنگل، شهری، آب

نحوه آستانه گذاری بر روی شاخص ها (جداسازی مناطق پوشش گیاهی و غیرپوشش گیاهی)

فصل-۱۴ : پروژه صفر تا ۱۰۰ کار با داده های NetCDF (آموزش جامع کارتوگرافی)

آشنایی با پکیج های Cartopy – NetCDF

نحوه استخراج اطلاعات مربوط به فایل NetCDF – Metadata

استخراج اجزای داده ها(طول، عرض، درجه حرارت و …)

استخراج اطلاعات آماری تصاویر

کار با انواع مختصات ها و سیستم تصویر ها

کار با انواع گرید بندی ها

آموزش پیشرفته matplotlib

کار با تابع coastlines

کار با تابع contourf

فصل-۱۵ : آموزش کار با انواع مختلف فیلترها در پایتون

آموزش کار با انواع فیلترها (تئوری-عملی)

فیلترهای میانگین، میانه، گوسین، سوبل، لاپلاسین و …

فصل-۱۶ : آموزش انواع مختلف بافت ها (GLCM)

آموزش جامع بافت GLCM

آموزش بافت های :

Contrast – Dissimilarity – Homogeneity – ASM – Energy

فصل-۱۷ : آموزش جامع آشکارسازی تغییرات (کاملا پروژه محور)

آموزش تئوری و منطق آشکارسازی تغییرات

انواع روش های آشکارسازی تغییرات

آشکار سازی تغییرات با استفاده از روش Subtract

آشکارسازی تغییرات با استفاده از روش Divide

آشکارسازی تغییرات با استفاده از روش CVA

آشکارسازی تغییرات با استفاده از شاخص های طیفی

پروژه بررسی تغییرات آتش سوزی در یک بازه زمانی

نحوه آستانه گذاری به منظور استخراج مناطق سوخته

فصل-۱۸ : آموزش طبقه بندی های نظارت نشده (جامع)

تئوری مباحث طبقه بندی نظارت نشده

کدنویسی طبقه بندی به روش K-Means

فصل-۱۹ : آموزش طبقه بندی های نظارت شده

تئوری مباحث طبقه بندی نظارت شده

تئوری و منطق روش های یادگیری ماشین

تئوری و منطق روش SVM

پیاده سازی و کدنویسی ۰-۱۰۰ طبقه بندی نظارت شده با روش SVM

ایجاد تابع به منظور نمونه برداری از تصویر

نحوه فیت کردن تصویر بر روی مدل SVM

نحوه پیش بینی مدل بر اساس نمونه های داده شده


بخش کوتاهی از آموزش


تهیه آموزش

به منظور خرید این محصول آموزشی بر روی گزینه زیر کلیک کرده و بلافاصله آن را دانلود نمایید.


لینک های مفید


 

۵۸ دیدگاه

  • با سلام و احترام.
    بنده مدتهاست منتظر همچین بسته آموزشی هستم. بسیار سپاس از شما که این وقت را گذاشتید و این محصول بسیار سودمند آموزشی را تهیه فرمودید.
    در حال حاضر، دو سوال داشتم از خدمتتان:
    ۱- آیا با تهیه این بسته، نیازی هست که ما پیش زمینه ای از پایتون داشته باشیم و بسته های آموزشی دیگر را در رابطه با یادگیری کلی پایتون تهیه کنیم، یا اینکه با یادگیری و شروع همین بسته، بصورت پایه و کلی پایتون را یاد گرفته و سپس وارد بحث سنجش از دور میشویم؟
    ۲- از آنجا که علم سنجش از دور بسیار گسترده میباشد، آیا در بحثها و زمینه های دیگر سنجش از دور هم آموزشی تولید میکنید، مثل پردازش سری زمانی تصاویر به صورت خودکار و یا اینکه پردازش تصاویر راداری و سنتینل و …؟؟

    • با سلام و عرض ادب
      بابت تاخیر در پاسخگویی عذرخواهم.
      بله در سرفصل ها اگر دقت کنید ما از مباحث پایه پایتون شروع به کار کردیم که چه کسانی که آشنایی با پایتون دارند و چه کسانی که آشنایی مقدماتی با پایتون را ندارند بتوانند از این بسته استفاده کنند. در مورد سوال دوم هم عرض کنم بله ما در حال آماده سازی بسته جدید پردازش تصاویر با پایتون هستیم که مباحث پیشرفته تر در آن وجود دارند. مثل کار با تصاویر راداری و مباحث مربوط به سری های زمانی و طبقه بندی پیشرفته تر.
      باتشکر

    • با سلام و عرض ادب.
      برای پاسخ به سوالتون میتونم به این صورت عرض کنم که هرکدوم دارای یکسری معایت و یکسری مزیت ها نسبت به همدیگه هستن. در انوی و محیط های نرم افزاری همه چی برای شما آماده هست و با چندتا کلیک میتونین نسبت به کاری که در ذهنتونه و هدفی که دارین برسین. عیب بزرگی که در این مبحث وجود داره اینه که اغلب کاربران بدون اطلاع از پشت پرده یک عملیاتی،عادت میکنن به ورودی دادن ب نرم افزار و چندتا کلیک و خروجی و اکثرا دانش خاصی درمورد کاری ک میکنن به دست نمیارن.
      اما در زمینه برنامه نویسی این مسئله فرق داره و اغلب تا اطلاعی از کاری ک میخایم بکنیم و دانشی در مورد هدف نداشته باشیم کدنویسی نامفهوم و گنگ میشه و درکش سخت میشه.
      مزیتیم که داره اینه ک کاربر ب تک تک عملیاتی ک در طول پردازش انجام میده تسلط داره.
      مزیت بعدی در مورد مقالاتی هس ک میشه نوشت.اصولا مجلات معتبر کارهایی که با نرم افزارها انجام میشه رو قبول نمیکنن و میگن باید در محیط هایی مثل متلب و پایتون و یا آر کارها انجام بشه.
      باتشکر

  • سلام

    در دوره آموزشی پردازش تصاویر ماهواره ای با پایتون، تابعی به اسم coastlines برای تعیین نرخ تغییرات خط ساحلی هست درسته!

    راستش من برای مدیریت سواحل به این تابع برای نرخ تغییرات خط ساحلی نیاز دارم و در مقالات به اسم CoastSat هست که با پایتون پردازش تصاویر ماهواره ای برای این منظور هست

    ممنون میشم اطلاع دهید

    • با عرض سلام.
      من سوالتون رو حقیقتا درست درک نکردم اما در مورد تابع Coaslines باید عرض کنم که
      این تابع به منظور بررسی تغییرات من واقعیتش ندیدم استفاده شه. پکیج کارتوپی اساسا برای لایوت گیری و کار با مختصات های مختلف چه محلی چح جهانی مورد استفاوه قرار میگیره. هرچند میشه برای این منظور هم استفاده نمود.
      البته باید بگم این پکیج خودش وابسته به Matplotlib هست.

  • سلام برای پردازش تصویر با پایتون باید حتما از آکوندا استفاده کنیم؟ یا اینکه میشه از خود زبان IDL پایتون استفاده کرد؟

    • با عرض سلام
      باید عرض کنم از هرمحیطی که با اون راحت هستین میتونین استفاده کنین و هیچ مانعی نداره و همین کدها برای تمامی IDLE ها قابل اجرا هستن. به دلیل استفاده از کتابخانه های مختلف و همچنین چون جنبه آموزشی داشت از آناکوندا استفاده کردیم وگرنه از تمامی محیط ها چه IDLE خود پایتون، پای چارم. VSCode و یا اسپایدر. باهرکدام راحتین میتونین با اون کار کنین
      با تشکر

      • سلام مجدد من میخوام که اکستنشن ها برام بالا بیاد دستور کد رو وارد میکنم چیزی اجرا نمیکنه دستور کد هم این هستconda install -c conda-forge jupyter_contrib_nbextensions_cofigurator. شکل خطا هم نمیدونم چطور براتون بفرستم.

  • باسلام.خیلی ممنون برای بسته کامل و خوبتون
    میخاستم بدونم امکانش هست بین دو تصویرماهواره ای رگرسیون نمایی بگیریم؟اگر امکانش هست برای انجامش باید از چه کتابخانه هایی استفاده کنیم؟
    و اینکه در بسته ی جدیدتون در مورد رگرسیون گیری بین تصاویر هم مباحثی دارید یا خیر؟

    • با عرض سلام .
      در مورد رگرسیون باید بگم که بله این امکان وجود داره میتونیم از پکیج هایی مثل Scikit Image و Scikit Learn استفاده کنین

  • سلام من بسته اموزشی پایتون را از سایت girs.ir خریداری کردم اما تا اینجا چندین کد اجرا نشد مثل افزودن زبانه nbextension  که با ویدیو اموزشی از youtube مشکلم حل شد  الان کتابخانه  skimage قابل نصب نیست و از مسیر خط فرمان و همچنین navigator/ environment  هم استفاده کردم حتی چند ویدیو آموزشی از youtube  هم دیدم اما باز هم نصب نمیشه و مرتب پیشنهاد جایگزینی scikit-image را میدهد. من خطا را کپی می کنم ممنون میشم پاسخ بدید.
    ERROR: Command errored out with exit status 1: command: ‘C:\Users\Hosna\anaconda3\python.exe’ -c ‘import sys, setuptools, tokenize; sys.argv[0] = ‘”‘”‘C:\\Users\\Hosna\\AppData\\Local\\Temp\\pip-install-qwmrl0jd\\skimage\\setup.py'”‘”‘; __file__='”‘”‘C:\\Users\\Hosna\\AppData\\Local\\Temp\\pip-install-qwmrl0jd\\skimage\\setup.py'”‘”‘;f=getattr(tokenize, ‘”‘”‘open'”‘”‘, open)(__file__);code=f.read().replace(‘”‘”‘\r\n'”‘”‘, ‘”‘”‘\n'”‘”‘);f.close();exec(compile(code, __file__, ‘”‘”‘exec'”‘”‘))’ egg_info –egg-base ‘C:\Users\Hosna\AppData\Local\Temp\pip-install-qwmrl0jd\skimage\pip-egg-info’ cwd: C:\Users\Hosna\AppData\Local\Temp\pip-install-qwmrl0jd\skimage\ Complete output (3 lines): *** Please install the `scikit-image` package (instead of `skimage`) ***ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output. ——————   

    • با عرض سلام.
      در مورد مشکل شما باید بگم که کتابخانه Scikit Image همون کتابخانه Skimage هس. با این تفاوت که اسمش Scikit Image هس اما در پایتون با Skimage فراخوانی میشه.

  • با عرض سلام
    مهندس امامی در کار با داده های netcdf اگر بخواهیم همزمان مثلا هم نقشه دما داشته باشیم با طیف رنگ و بر روی همین نقشه کنتورهای فشار هوا را نیز ترسیم کنیم. ایا این کار عملی است
    میشه لطفا توضیح بدهید که چگونه انجام می شود

    • با سلام. بله امکان اینکار هست و فقط کافیه که تصویر شما متفعییر دما رو داشته باشه و میتونین بجای T2M نام اون پروداکت رو وارد کنین تا از دیتابیس تصویر اون رو فراخوانی کنه و نمایش بده.
      موفق باشید

  • (base) C:\Users\Dr.>conda install -c conda-forge jupyter_nbextensions_configurator
    Collecting package metadata (current_repodata.json): failed

    CondaHTTPError: HTTP 000 CONNECTION FAILED for url
    Elapsed: –

    An HTTP error occurred when trying to retrieve this URL.
    HTTP errors are often intermittent, and a simple retry will get you on your way.

    If your current network has https://www.anaconda.com blocked, please file
    a support request with your network engineering team.

    ‘https://repo.anaconda.com/pkgs/main/win-64’

    سلام اقای مهندس چرا هر چی میگهید بنویسید enter بزنید نصب میشه . ما می نویسیم enter می زنیم نصب نمیشه در همان قسمت اول فیلم موندیم . برای مثال همین خطای که فرستادم . در فایل اول هر چه که گفتید بنویسید enter بزنید نصب میشه ما نوشتیم و زدیم نصب نشد.

    • سلام و عرض ادب.
      خطایی که برای شما داده در مورد اینتزنت شماست که نمیتونه به هاست آناکوندا وصل بشه. وگرنه سرچ کنین همیشه برای نصب کتابخانه ها کافیه از دستورات
      Pip Install pachage Name
      Conda Install Pachage Name
      استفاده بشه و درصورتی که خطا بده اشکال از اینترنت شماست.
      خطا واضح عنوان کرده که سایت مورد نظر برای شما بلاک شده که باید از حالت بلاک دربیارین.
      باتشکر

    • سلام عرض ادب.
      این مشکل به چند دلیل میتونه پیش بیاد اولیش اینکه درخواست اپدیت بده و ورژج جدید رو نصب نکرده باشیم.
      بعد میتونه هنگام نصب محیط های مجازی هم این مشکل پیش بیاد.
      برای رفعش از این مراحل استفاده کنید.
      آناکوندا رو ب آخرین ورژن آپدیت کنید.
      از کد زیر استفاده کنید.
      conda config –set ssl_verify no
      اگر باز درست نشد به بنده ایمیل بدین تا مشکلتونو بتونیم رفع کنیم

  • با سلام
    جناب مهندس خیلی ممنون بابت اموزشی که ارائه دادید
    یک سوال داشتم. من یک کد برنامه نویسی از اینترنت گرفتم در زمینه تهیه نقشه های ضخامت جو می باشد اما موقعه این کد را کپی می کنم در محیط آناکوندا این خطا ها را میده ممنون میشم راهنمایی کنید چگونه خطا ها را بر طرف کنم کتابخانه های netcdf4 و cartopy هم نصب کردم اما باز خطا میده
    ModuleNotFoundError Traceback (most recent call last)
    in
    ۱۹ import cartopy.feature as cfeature
    ۲۰ import matplotlib.pyplot as plt
    —> ۲۱ from metpy.units import units
    ۲۲ from netCDF4 import num2date
    ۲۳ import numpy as np

    ModuleNotFoundError: No module named ‘metpy’

    • با سلام و خسته نباشید.
      خطایی که بهتون میده در مورد پکیج Metpy هس که همچین کتابخونه ای رو نتونسته شناسایی کنه.
      موفق باشین

    • با عرض سلام و خسته نباشید
      بله این آموزش به منظور پردازش تصاویر مخصوصا تصاویر اپتیک بوده اما بزودی پکیج هایی در رابطه با تصاویر راداری و همچنین داده های لیدار و ابرنقاط نیز ارائه خاهد شد. با تشکر

      • سلام من طبق توضیحات شما میرم ولی برای نصب در محیط jupyter
        conda install -c conda-forge jupyter_nbextensions_configurator
        Collecting package metadata (current_repodata.json): failed

        CondaHTTPError: HTTP 000 CONNECTION FAILED for url
        Elapsed: –

        An HTTP error occurred when trying to retrieve this URL.
        HTTP errors are often intermittent, and a simple retry will get you on your way.

        If your current network has https://www.anaconda.com blocked, please file
        a support request with your network engineering team.

        ‘https://repo.anaconda.com/pkgs/main/win-64’

        • با عرض سلام و خسته نباشید.
          در مورد آناکوندا باید بگم که ظاهرا دسترسیشو نسبت به کاربران ایرانی محدوده کرده. و برای نصب پکیج هاش باید از فیلترشکن استفاده نمود ک من توصیه نمیکنم.
          بهتره از محیط های دیگه استفاده کنید هیچ تفاوتی ندارند همین کدها در هر Ide پایتون ران میشه بدون مشکل.
          یا اینکه از ژوپیتر در Pip استفاده کنید با استفاده از دستور pip install notebook .
          باتشکر

  • با سلام
    در توضیح نصب محیط کراس من طبق توضیحات شما تو ana conda می نویسم ولی خطای زیر بهم میده برا اضافه کردن محیط keras
    Could not find conda environment: am_keras_tf
    You can list all discoverable environments with `conda info –envs`.

    • با عرض سلام و خسته نباشید.
      در مورد آناکوندا باید بگم که ظاهرا دسترسیشو نسبت به کاربران ایرانی محدوده کرده. و برای نصب پکیج هاش باید از فیلترشکن استفاده نمود ک من توصیه نمیکنم.
      بهتره از محیط های دیگه استفاده کنید هیچ تفاوتی ندارند همین کدها در هر Ide پایتون ران میشه بدون مشکل. از محیط کراس هم استفاده نکنین هیچ مشکلی پیش نمیاد
      یا اینکه از ژوپیتر در Pip استفاده کنید با استفاده از دستور pip install notebook .
      باتشکر

  • با سلام
    برای نصب rasterio با پیغام زیر مواجه میشم
    The following specifications were found to be incompatible with your CUDA driver:

    – feature:/win-64::__cuda==10.1=0

    Your installed CUDA driver is: 10.1

    • با عرض سلام.
      این خطا یه خطایی هست که خیلی کم پیش میاد. و اجتمالا سیستم شما Nvidia هست و این خطا فقط دراین سیستم عاملا ایجاد میشه.
      در مورد درایو CUDA هست ک ورژن خاصی رو میخاد و اگه نصب کنین برطرف میشه. باتشکر

  • با سلام
    وقتی که میخواهم کتابخانه یgdal را نصب کنم در آناکاندا در محیطenviroment نصب نمی شود و وقتی هم کد condal install gdal را می نویسم به خطا منجر می شود و نصب نمی شود و حتی در cmdهم نصب کنم و از پایتون ۳ استفاده کنم باز خطا میدهد یا موقع دانلود کتابخانه به خطا بر میخورد و حتی در سایتgdal کتابخانه را جدا دانلود کردم باز فایده ای نداشته.
    شما میتوانید برای نصب کتابخانه gdalراهنماییم کنید.
    با تشکر

    • با عرض سلام.
      اگه تمامی راه ها رو امتحان کردین و نصب نشدن بهتون توصیه میکنم از microsoft visual c build tools ها استفاده کنین و اینارو نصب کنین. احتمالا سیستمتون این پیش نیازارو نداره به همین دلیل نصبش با مشکل مواجه میشه.
      این روش رو امتحان کنید ب احتمال بالا مشکلتون حل میشه. باتشکر

  • سلام
    ممنون از اموزش عالی تون
    امکانش هست بگید چه طور میتوانم این ارر را برطرف کنم؟
    MemoryError: Unable to allocate 132. MiB for an array with shape (2400, 2400, 3) and data type float64
    هم برای مادیس و هم برای استر این ارر را دارم.
    با تشکر
    محمد حسینقلی زاده

    • با عرض سلام و خسته نباشید.
      این ارور وقتی داده میشه که حجم تصاویرتون بالا باسه و رم از عهده پردازش برنیاد. تصاویر با ابعاد کوچیکتر رو انتخاب کنید.
      باتشکر

  • سلام جناب مهندس وقتتون بخیر
    بنده یک سوال برام پیش اومد در زمان کار
    چگونه کتابخانه rasterio رو نصب کنم؟
    دوم اینکه کتابخونه ی gdal رو بر روی am_keras_tf نصب کنم؟

    • با سلام و عرض ادب.
      در مورد پکیج هایی مثل Rasterio GDAL و یا Geopandas بسیاری از دوستان مشکل دارن که من سعی میکنم در این هفته یک آموزش رایگان در این زمینه براتون ایجاد کنم تا مشکل همه برطرف شه. ممنونم

  • سلام وقت بخیر
    بنده این پکیج رو تهیه کردم اما در نصب کتابخونه های gdal ,rasterio,panda به مشکل خوردم میشه لطف کنید اموزشی در این زمینه قرار بدید؟
    چون تقریبا توی بخش import تصاویر گیر کردم

  • با سلام و احترام
    لطفا در مورد نصب zarr هم توضیح دهید.
    دستور pip install zarr را اجرا میکنم اما اسپایدر پاسخی نمیدهد. مدت ها بدون نتیجه در حال اجرای دستور است.
    با سپاس از شما

    • با سلام و عرض ادب
      اگه با استفاده از Pip Install موفق نشدین نصب کنین این دوتا راه رو هم امتحان کنین
      تو محیط Cmd آناکوندا

      conda install -c conda-forge zarr

      برای Pip
      pip install pytest
      python -m pytest -v –pyargs zarr

      انشالا که رفع بشه مشکلتون باتشکر

  • با سلام و احترام
    در خصوص این پکیج چند تا سوال داشتم اول اینکه تمام‌فصل ها همراه با کد اجرا می شوند ؟
    شما در زمینه پیاده سازی و کدنویسی ۰-۱۰۰ طبقه بندی با روش شبکه عصبی و یادگیری عمیق روش های افزایش دقت شبکه عصبی اطلاعاتی دارید من برای این موضوع نیاز به راهنمایی دارم .

    • با عرض سلام .
      بله در این آموزش تمامی فصل ها همراه با کد اجرا میشن و در ابتدا به مبحث تئوری هر فصل سپس به پیاده سازی کد اون براساس تئوری های گفته شده اقدام شده.
      در مورد مباحث یادگیری عمیق در این آموزش اشاره ای نشده اما بزودی محصول طبقه بندی تصاویر ماهواره ای با روش های یادگیری ماشین و عمیق در دسترس قراره میگیره.
      موفق باشید

  • سلام و عرض ادب
    فرموده بودید هفته ی آینده آموزش رو برای نصب کتابخونه های gdal rasterio opencv و panda قرار میدهید
    بنده به دلیل انجام یک پروژه نیاز بسیار زیادی به ادامه ی پکیج دارم
    اگر میشه لطفا این آموزش رو قرار دهید

  • با سلام
    بنده سوال داشتم
    چطور میشه راهنمای خودکار دستورات پایتون را فعال کرد؟ بدون خودکار سازی دستورات کد نویسی خیلی زمان بر میشه
    لطفا بنده رو راهنمایی کنید
    متشکرم

  • با سلام و خسته نباشید. بسته به محیط های کدنویسی این قضیه فرق میکنه.
    در آناکوندا و محیط ژوپیتر با فعال سازی اکستنشن Hinterland این بخش فعال میشه. در اسپایدر با انتخاب گزینه Tab در پای چارم خودکار فعاله و در محیط خود پایتون این قابلیت نیست. هرچند در مواردی با فشردن گزینه Tab این امکان فراهم میشه

دیدگاهتان را بنویسید

اگر تمایل به تدریس و تولید آموزش و کسب درآمد دارید بر روی دکمه رو به رو کلیک کنید و فرم را پر کنیدلطفا کلیک کنید
+ +