Outdated version of the documentation. Find the latest one here.

.

Apprentissage

Régularisation de carte par classification

Description

<mettre la description de l’algorithme ici>

Paramètres

Image de classification en entrée [raster]

<mettre la description du paramètre ici>

Rayon de l'Élément de Structuration (en pixels) [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Majorité multiple: Indécis(X)/Originel [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Étiquette pour la classe sans donnée [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Étiquette pour la classe indécise [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Sorties

Image régularisée en sortie [raster]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:classificationmapregularization', -io.in, -ip.radius, -ip.suvbool, -ip.nodatalabel, -ip.undecidedlabel, -ram, -io.out)

Voir également

ComputeConfusionMatrix (raster)

Description

<mettre la description de l’algorithme ici>

Paramètres

Image en entrée [raster]

<mettre la description du paramètre ici>

Vérité terrain [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — raster

Par défaut : 0

Image de référence en entrée [raster]

<mettre la description du paramètre ici>

Valeur des pixels sans données [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Sorties

Matrice en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:computeconfusionmatrixraster', -in, -ref, -ref.raster.in, -nodatalabel, -ram, -out)

Voir également

ComputeConfusionMatrix (vecteur)

Description

<mettre la description de l’algorithme ici>

Paramètres

Image en entrée [raster]

<mettre la description du paramètre ici>

Vérité terrain [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — vecteur

Par défaut : 0

Donnée vecteur de référence en entrée [fichier]

<mettre la description du paramètre ici>

Nom du champ [texte]

En option.

<mettre la description du paramètre ici>

Par défaut : Class

Valeur des pixels sans données [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Sorties

Matrice en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:computeconfusionmatrixvector', -in, -ref, -ref.vector.in, -ref.vector.field, -nodatalabel, -ram, -out)

Voir également

Calcule les statistiques de second ordre sur les images

Description

<mettre la description de l’algorithme ici>

Paramètres

Images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Valeur de fond [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.0

Sorties

Fichier XML en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:computeimagessecondorderstatistics', -il, -bv, -out)

Voir également

FusionOfClassifications (dempstershafer)

Description

<mettre la description de l’algorithme ici>

Paramètres

Classifications en entrée [entrées mutiples : raster]

<mettre la description du paramètre ici>

Méthode de fusion [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — dempstershafer

Par défaut : 0

Matrices de confusion [entrées multiples: fichiers]

<mettre la description du paramètre ici>

Masse de mesure de reconnaissance [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — precision
  • 1 — rapel

  • 2 — exactitude

  • 3 — kappa

Par défaut : 0

Étiquette pour la classe sans donnée [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Étiquette pour la classe indécise [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Image de classification en sortie [raster]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:fusionofclassificationsdempstershafer', -il, -method, -method.dempstershafer.cmfl, -method.dempstershafer.mob, -nodatalabel, -undecidedlabel, -out)

Voir également

FusionOfClassifications (majorityvoting)

Description

<mettre la description de l’algorithme ici>

Paramètres

Classifications en entrée [entrées mutiples : raster]

<mettre la description du paramètre ici>

Méthode de fusion [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — majorityvoting

Par défaut : 0

Étiquette pour la classe sans donnée [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Étiquette pour la classe indécise [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Image de classification en sortie [raster]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:fusionofclassificationsmajorityvoting', -il, -method, -nodatalabel, -undecidedlabel, -out)

Voir également

Classification d’image

Description

<mettre la description de l’algorithme ici>

Paramètres

Image en entrée [raster]

<mettre la description du paramètre ici>

Masque en entrée [raster]

En option.

<mettre la description du paramètre ici>

Fichier modèle [fichier]

<mettre la description du paramètre ici>

Fichier de statistiques [fichier]

En option.

<mettre la description du paramètre ici>

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Sorties

Image en sortie [raster]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:imageclassification', -in, -mask, -model, -imstat, -ram, -out)

Voir également

Classification SOM

Description

<mettre la description de l’algorithme ici>

Paramètres

Image en entrée [raster]

<mettre la description du paramètre ici>

Masque de validité [raster]

En option.

<mettre la description du paramètre ici>

Probabilité de l'Entraînement [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Taille du Set d'Entraînement [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Lignes de flux [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille X [nombre]

<mettre la description du paramètre ici>

Par défaut : 32

Taille Y [nombre]

<mettre la description du paramètre ici>

Par défaut : 32

Voisinage X [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Voisinage Y [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Nombre d'itérations [nombre]

<mettre la description du paramètre ici>

Par défaut : 5

Initialisation Beta [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Finalisation Beta [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.1

Valeur initiale [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Image en sortie [raster]

<mettre la description de la sortie ici>

Carte SOM [raster]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:somclassification', -in, -vm, -tp, -ts, -sl, -sx, -sy, -nx, -ny, -ni, -bi, -bf, -iv, -ram, -rand, -out, -som)

Voir également

TrainImagesClassifier (ann)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — ann

Par défaut : 0

Type de méthode de formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — reg
  • 1 — back

Par défaut : 0

Nombre de neurones dans chaque couche intermédiaire [texte]

<mettre la description du paramètre ici>

Par défaut : Néant

Type de fonction d'activation de neurone [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — ident
  • 1 — sig
  • 2 — gau

Par défaut : 1

Paramètre alpha de la fonction d'activation [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Paramètre beta de la fonction d'activation [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Force du gradient de pondération dans la méthode BACKPROP [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.1

Force du terme de moment (différence entre les poids des 2 précédentes itérations) [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.1

Valeur initiale Delta_0 des valeurs de mise à jour Delta_{ij} dans la méthode RPROP [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.1

Limite inférieure des valeurs de mise à jour Delta_{min} dans la méthode RPROP [nombre]

<mettre la description du paramètre ici>

Par défaut : 1e-07

Critère de terminaison [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — iter
  • 1 — eps
  • 2 — all

Par défaut : 2

Valeur epsilon utilisée dans le critère de terminaison [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.01

Nombre maximum d'itérations utilisées dans le critère de terminaison [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierann', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.ann.t, -classifier.ann.sizes, -classifier.ann.f, -classifier.ann.a, -classifier.ann.b, -classifier.ann.bpdw, -classifier.ann.bpms, -classifier.ann.rdw, -classifier.ann.rdwm, -classifier.ann.term, -classifier.ann.eps, -classifier.ann.iter, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (bayes)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — bayes

Par défaut : 0

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierbayes', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (boost)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — boost

Par défaut : 0

Type de boost [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — discrete
  • 1 — real
  • 2 — logit
  • 3 — gentle

Par défaut : 1

Décompte faible [nombre]

<mettre la description du paramètre ici>

Par défaut : 100

Débit de réduction de poids [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.95

Profondeur maximale de l'arbre [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierboost', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.boost.t, -classifier.boost.w, -classifier.boost.r, -classifier.boost.m, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (dt)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — dt

Par défaut : 0

Profondeur maximale de l'arbre [nombre]

<mettre la description du paramètre ici>

Par défaut : 65535

Nombre minimum d'échantillons dans chaque noeud [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Critère de terminaison pour l'arbre de régression [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.01

Catégorise des valeurs potentielles d'une variable de catégorie en K <= cat catégories pour trouver une séparation sous-optimale [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Validations croisées K-fold [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Paramétrer le drapeau Use1seRule à faux [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Paramétrer le drapeau TruncatePruned à faux [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierdt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.dt.max, -classifier.dt.min, -classifier.dt.ra, -classifier.dt.cat, -classifier.dt.f, -classifier.dt.r, -classifier.dt.t, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (gbt)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — gbt

Par défaut : 0

Nombre d'itérations de l'algorithme de boost [nombre]

<mettre la description du paramètre ici>

Par défaut : 200

Paramètre de régularisation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.01

Portion de l'ensemble du set de formation utilisé pour chaque itération de l'algorithme [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.8

Profondeur maximale de l'arbre [nombre]

<mettre la description du paramètre ici>

Par défaut : 3

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifiergbt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.gbt.w, -classifier.gbt.s, -classifier.gbt.p, -classifier.gbt.max, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (knn)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — knn

Par défaut : 0

Nombre de voisins [nombre]

<mettre la description du paramètre ici>

Par défaut : 32

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierknn', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.knn.k, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (libsvm)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — libsvm

Par défaut : 0

Type de noyau SVM [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — linear
  • 1 — rbf
  • 2 — poly
  • 3 — sigmoid

Par défaut : 0

Paramètre de Coût C [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Optimisation des paramètres [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierlibsvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.libsvm.k, -classifier.libsvm.c, -classifier.libsvm.opt, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (rf)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — rf

Par défaut : 0

Profondeur maximale de l'arbre [nombre]

<mettre la description du paramètre ici>

Par défaut : 5

Nombre minimum d'échantillons dans chaque noeud [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Critère de terminaison pour l'arbre de régression [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Catégorise des valeurs potentielles d'une variable de catégorie en K <= cat catégories pour trouver une séparation sous-optimale [nombre]

<mettre la description du paramètre ici>

Par défaut : 10

Taille de l'échantillon aléatoire d'entités sélectionnées à chaque nœud de l'arbre [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Nombre maximum d'abres dans la forêt [nombre]

<mettre la description du paramètre ici>

Par défaut : 100

Exactitude suffisante (erreur OOB) [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.01

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifierrf', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.rf.max, -classifier.rf.min, -classifier.rf.ra, -classifier.rf.cat, -classifier.rf.var, -classifier.rf.nbtrees, -classifier.rf.acc, -rand, -io.confmatout, -io.out)

Voir également

TrainImagesClassifier (svm)

Description

<mettre la description de l’algorithme ici>

Paramètres

Liste d'images en entrée [entrées multiples : raster]

<mettre la description du paramètre ici>

Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]

<mettre la description du paramètre ici>

Fichier de statistiques d'image XML en entrée [fichier]

En option.

<mettre la description du paramètre ici>

Élévation par défaut [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Taille maximale de l'échantillon d'étude par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Taille maximale de l'échantillon de validation par classe [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Inclusion des pixels de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon de formation et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [texte]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour la formation [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — svm

Par défaut : 0

Type de modèle SVM [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — csvc
  • 1 — nusvc
  • 2 — oneclass

Par défaut : 0

Type de noyau SVM [sélection]

<mettre la description du paramètre ici>

Options :

  • 0 — linear
  • 1 — rbf
  • 2 — poly
  • 3 — sigmoid

Par défaut : 0

Paramètre de Coût C [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Paramètre nu d'un problème d'optimisation SVM (NU_SVC/ONE_CLASS) [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Paramètre coef0 d'une fonction de noyau (POLY/SIGMOID) [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Paramètre gamma d'une fonction de noyau (POLY/RBF/SIGMOID) [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Paramètre degré d'une fonction de noyau (POLY) [nombre]

<mettre la description du paramètre ici>

Par défaut : 1

Optimisation des paramètres [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Indiquer l'origine définie par l'utilisateur [nombre]

<mettre la description du paramètre ici>

Par défaut : 0

Sorties

Matrice de confusion en sortie [fichier]

<mettre la description de la sortie ici>

Modèle en sortie [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:trainimagesclassifiersvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.svm.m, -classifier.svm.k, -classifier.svm.c, -classifier.svm.nu, -classifier.svm.coef0, -classifier.svm.gamma, -classifier.svm.degree, -classifier.svm.opt, -rand, -io.confmatout, -io.out)

Voir également

Classification d’image non supervisée KMeans

Description

<mettre la description de l’algorithme ici>

Paramètres

Image en entrée [raster]

<mettre la description du paramètre ici>

RAM disponible (Mb) [nombre]

<mettre la description du paramètre ici>

Par défaut : 128

Masque de validité [raster]

En option.

<mettre la description du paramètre ici>

Taille du set de formation [nombre]

<mettre la description du paramètre ici>

Par défaut : 100

Nombre de classes [nombre]

<mettre la description du paramètre ici>

Par défaut : 5

Nombre maximum d'itérations [nombre]

<mettre la description du paramètre ici>

Par défaut : 1000

Seuil de convergence [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.0001

Sorties

Image en sortie [raster]

<mettre la description de la sortie ici>

Nom du fichier de centroïde [fichier]

<mettre la description de la sortie ici>

Utilisation de la console

processing.runalg('otb:unsupervisedkmeansimageclassification', -in, -ram, -vm, -ts, -nc, -maxit, -ct, -out, -outmeans)

Voir également