Question

对于gis和遥感图像应用专业的学生来说，深度学习似乎是一门必不可少的技术，那么对于刚接触深度学习的giser来说，弄清楚深度学习到底能干嘛往往是很重要的。

深度学习能做哪些计算机视觉任务？有哪些和GIS相关的应用？

Answer

在CV领域，深度学习能够进行图像分类；对象检测；图像分割（语义分割和实例分割）；人脸识别与分析；姿态估计；图像恢复；视频分析（行为分析和运动检测）；自然语言描述图像；图像生成和风格转换（生成对抗网络和风格迁移）；增强现实和医疗图像分析等。

深度学习能做任务虽多，但是和gis相关的任务却有限。其中包括图像分类；对象检测；像素分类（语义分割）；实例分割。

图像分类：普通视觉任务：例如给你一张图片，通过深度学习告诉我们这张图片是喵喵和汪汪？gis相关的任务：如给你一张高分辨率影像图，告诉我们这张图的房屋是否被大火烧过。

对象检测：普通视觉任务：给一张图，用框框定位到喵喵和汪汪在哪。gis相关的任务：高分辨率影像图，找到树的位置并用框框框起来。

图像分割：图像分割又分为语义分割和实例分割。语义分割是对图像中的每个像素进行分类。普通视觉任务：如给你一张图，判断出每个pixel是背景、喵喵还是其他的东西；而实例分割是在语义分割基础上更进一步，只是要区分同一类别中的不同实例，比如一张图中有三只喵喵，把每只喵喵都分割出来，如果是语义分割，只需要把三只喵喵用同样颜色表示。gis相关的任务：语义分割最典型的任务就是遥感图像土地利用分类，而实例分割可以用来找到每个建筑物的范围，而不是像语义分割那样直接划为一坨。

各自相对应的算法有很多，有相应任务需要的可以对着自己任务类型去学习！

Reference

[1] 《ArcGIS Pro2.8即拿即用的深度学习平台》