Satellite Computer Vision mit Keras und TensorFlow – Best Practices und Beispiele aus der Forschung

Im Forschungsfeld des Maschinellen Lernens werden zunehmend leicht zugängliche Framework wie Keras, Tensorflow oder Pytorch verwendet. Hierdurch ist ein Austausch und die Wiederverwendung bestehender (trainierter) neuronaler Netze möglich.

Wir am Institut für Photogrammetrie und Fernerkundung (IPF) des Karlsruher Institut für Technologie (KIT) beschäftigen uns unter anderem mit der Analyse von optischen Satellitendaten. Satellitenprogramme wie Sentinel-2 von Copernicus liefern wöchentliche, weltweite und dabei frei zugängliche multispektrale Bilder, die eine Vielzahl neuartiger Anwendungen ermöglichen. Wir nehmen das zum Anlass, eine interaktive Einführung in die Auswertung dieser Satellitendaten mit Learnings aus unserer täglichen Forschung zu geben. Wir sprechen unter anderem über die folgenden Themen:

* Einfacher Umgang mit georeferenzierten Bilddaten
* Einführung in Learning-From-Scratch und Transfer Learning mit Keras
* Anpassung von fertigen Netzen an neue Eingangsdaten (RGB → multispektral)
* Anschauliche Interpretation von Klassifikationsergebnissen
* Best Practices aus unserer Forschung, die die Arbeit mit Neuronalen Netzen wesentlich vereinfachen und beschleunigen
* Code und Daten für die ersten Schritte mit CNNs mit Keras in Python, welche in einem GitHub Repository zur Verfügung gestellt werden

Vorkenntnisse

* Für den Vortrag: Einfaches theoretisches Verständnis von Machine-Learning-Konzepten
* Für die Beispiele: Grundlegende Python-Kenntnisse

Lernziele

* Einblick erhalten über die Forschung der Satellitenfernerkundung am KIT
* Unterschied zwischen Learning-from-Scratch und Transfer Learning verstehen
* Einfache Anwendungen mit CNNs in Keras umsetzen anhand des bereitgestellten Codes

 

Speaker

 

Felix M. Riese Felix M. Riese hat einen Master in experimenteller Teilchenphysik und promoviert derzeit am Karlsruher Institut für Technologie (KIT) im Bereich Computer Vision und Geowissenschaften. Parallel macht er einen MBA am Collège des Ingénieurs in Paris. Seine Forschungsschwerpunkte sind Machine Learning und hyperspektrale Fernerkundung.

Jens Leitloff Jens Leitloff hat Geodäsie in Berlin studiert und im Bereich Fernerkundung mit Satellitendaten an der Technischen Unisersität München promoviert. Bevor er an das KIT wechselte arbeitete am Deutschen Zentrum für Luft- und Raumfahrt (DLR). Er beschäftigt sich seit 15 Jahren mit maschinellen Lernverfahren zur automatischen Auswertung optischer und multispektraler Daten. In aktuellen Projekten nutzt er verstärkt Convolutional Neural Networks.

Gold-Sponsor

Novatec

Minds Mastering Machines-Newsletter

Sie möchten über den Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden