文件名称:vessel-classification:船舶分类
文件大小:8.12MB
文件格式:ZIP
更新时间:2024-06-18 08:46:21
Python
全球渔船观察船分类管道。 是 、 和之间的合作伙伴关系,以近乎实时的方式绘制世界上所有可追踪的商业捕鱼活动,并让研究人员、监管机构、决策者和公众可以访问。 该存储库包含用于构建 Tensorflow 模型以根据数据对船只进行分类和识别捕鱼行为的代码。 (这不是官方的 Google 产品)。 概述 将来使用AIS以及可能的VMS数据来提取各种类型的信息,包括: 船只类型 船钓活动 船舶属性(长度、吨位等) 该项目由一个卷积神经网络 (CNN) 组成,可以推断血管特征。 神经网络 我们有两个 CNN 正在生产中,以及几个实验网络。 一个网络预测船只类别( longliner 、 cargo 、 sailing等),以及船只长度和其他船只参数,而第二个预测船只在给定时间点是否正在捕鱼。 我们最初使用单个 CNN 一次预测所有内容,但我们已经转向拥有两个 CNN。 最初的希望是我们能够
【文件预览】:
vessel-classification-master
----common()
--------__init__.py(594B)
--------gcp_config.py(2KB)
----CONTRIBUTING(984B)
----train()
--------deploy_cloudml.py(3KB)
--------training_log.yaml(11KB)
--------deploy_cloudml.yaml(609B)
--------__init__.py(0B)
--------deploy_v.yaml(584B)
--------create_train_info.py(20KB)
----notebooks()
--------AveragingLengthsAcrossTime.py(3KB)
----CHANGES.md(3KB)
----test_all(157B)
----Dockerfile(1KB)
----.travis.yml(232B)
----LICENSE(11KB)
----setup.py(1KB)
----README.md(5KB)
----.gitignore(198B)
----classification()
--------metadata.py(16KB)
--------models()
--------run_training.py(5KB)
--------metrics()
--------metadata_test.py(7KB)
--------__init__.py(886B)
--------run_inference.py(4KB)
--------README.md(80B)
--------feature_generation()
--------data()