34 lines
1.1 KiB
Markdown
34 lines
1.1 KiB
Markdown
# Pobranie danych
|
|
```
|
|
python3 data/download_data.py --sas-url data/sas_westeurope.txt
|
|
```
|
|
Dane zostaną pobrane do dwóch folderów:
|
|
- data/train_features
|
|
- data/train_labels
|
|
|
|
|
|
|
|
# Setup
|
|
Jeżeli pracujemy na systemie operacyjnym windows, paczki rosterio i GDAL należy pobrać z repozytorium [link](https://www.lfd.uci.edu/~gohlke/pythonlibs/), a nastepnie zainstalować je lokalnie. Reszte paczek można zainstalować automatycznie komendą:
|
|
```
|
|
pip install -r requirements.txt
|
|
```
|
|
Pierwsze krok polega na uruchomieniu skryptu setup.py który sprawi że zdjęcia satelitarne zostają przekonwertowane z formatu tif na format jpeg.
|
|
```
|
|
python3 setup.py
|
|
```
|
|
Jeżeli chcemy zwizualizować przykłady przekonwertowanych zdjęć, należy urochomić skrypt z flagą --show.
|
|
```
|
|
python3 setup.py --show
|
|
```
|
|
# Training
|
|
Uruchomienie skryptu main urchomi proces kompilacji i trenowania modelu sieci UNET.
|
|
```
|
|
python3 main.py
|
|
```
|
|
Po wytrenowaniu, możliwe jest wygenerowanie przykładowych predykcji, a następne ich wyświetlenie, wywołując skrypt z flagą --show.
|
|
|
|
```
|
|
python3 main.py --predictions
|
|
```
|