概要
本教程是研究生期间工作的一个总结，全套教程总计34000多字，180页，附带全部实验数据与代码，代码有较为详细的注释，数据也有比较正式的说明（本人已发表SCI一区5篇）； 本教材中，系统的教给大家深度学习应用于遥感地物分类（图像分割）的整套技术流程； 学会后，可修改数据，模型后对于本科生同学，应对本科毕设应该不成问题；对于研究生同学，在科研入门阶段有比较大的帮助，其中一些功能性代码，在平时科研中应该是非常常用的，可以结合自己的研究方向进行进一步探索。
前言
本手记是我研究生期间工作的一个总结，适合地信遥感专业或者计算机专业同学想利用Python在本地利用深度学习进行遥感影像地物分类的同学，尤其是刚刚开始深度学习遥感地物分类的同学。因为本手记中既有遥感和深度学习的基础理论知识，也有编程实践，这样既能让计算机专业的同学了解到遥感的基本知识，也能让遥感地信专业的同学了解到深度学习的基础理论与编程实现。
当然本手记的理论知识都是一些浅显的介绍，让大家对遥感与深度学习的理论有一个大体的了解，如遥感数据的预处理流程，深度学习的基本流程等，了解传统计算机视觉与深度学习遥感地物分类的联系，并不能通过本手记对深度学习与遥感有较为深入的学习，如定量遥感、辐射校正、几何校正等不会进行深入的算法介绍。
本手记中的相关描述与表达方式，可能不是很学术、很官方，而是像教程、对话和总结，由于个人水平限制，既不想大家在理论上，被我对深度学习和遥感管中窥豹的认识带偏，也不想在技术上被我这一条技术路线所限制，仅供大家参考，希望可以对科研入门或者为了毕业论文抓耳挠腮的同学有所帮助。
亮点内容
1.既有深度学习基础知识，又有遥感基础知识，计算机或者遥感专业同学各取所需
2.制作自己的数据集，利用遥感数据在没有标签的情况下，构建自己专用任务的深度学习数据集（打标签，切片分块）-（实践篇3.使用自己的数据进行深度学习遥感地物分类中有该内容）
3.利用自己的数据训练模型，创建适用于遥感数据的dataloader，模型构建，标签没有完全标完，如何将其用于模型训练，模型效果验证 -（实践篇2.使用公开数据集进行深度学习遥感地物分类与实践篇3.使用自己的数据进行深度学习遥感地物分类中有该内容）
4.将模型应用于大图进行预测，此处有创新，把数据切片，通过在内存中操作，直接预测大图，较少繁琐裁剪拼接，提高预测效率 -（实践篇3.使用自己的数据进行深度学习遥感地物分类中有该内容）
主要内容
本手记分为理论篇和实践篇两章，主要内容如下：
理论篇
1.在遥感基础上，介绍什么是遥感，遥感数据的分类，遥感数据的数据结构，遥感数据预处理方法等
2.深度学习基础上，介绍什么是深度学习，深度学习应用的分类，几类常见的深度学习模型，深度学习的一般流程等
3.遥感与深度学习交叉上，深度学习与遥感的交叉融合创新分类，什么是深度学习遥感地物分类，深度学习遥感地物分类基本流程
实践篇
1.python基础与遥感深度学习境配置
2.使用公开数据集进行深度学习遥感地物分类
3.使用自己的数据进行深度学习遥感地物分类
教程截图
理论篇
python基础与遥感深度学习境配置
使用公开数据集进行深度学习遥感地物分类
使用自己的数据集进行深度学习遥感地物分类
获取方式
请见xy geedownload
大家购买时请认清链接，别人可能无法提供技术支持。由于教程非常详细，网上有出现倒卖的情况，当然我的教程和数据中会有数据防伪标识和水印，一但发现侵权行为，就进行举报，会影响大家账号信誉，请大家尊重知识产权，这样我也才能有更多教程持续推出。
试读：基于pytorch的深度学习遥感地物分类全流程实战教程（包含自己数据集制作与大图预测）理论篇试读-CSDN博客