اپلیکیشن اندرویدی فلش‌کارت آموزشی تحلیل تصاویر ماهواره‌ای با CNN

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل تصاویر ماهواره‌ای با CNN

موضوع کلی: حکمرانی و سیستم‌های پیچیده اجتماعی-فنی

موضوع میانی: شبکه‌های عصبی کانولوشنی (CNN)

📋 سرفصل‌های دوره

• 1. مبانی پردازش تصاویر ماهواره‌ای
• 2. درک طیف الکترومغناطیس و کاربرد آن
• 3. آشنایی با انواع حسگرهای ماهواره‌ای
• 4. رزولوشن فضایی، طیفی و زمانی
• 5. پیش‌پردازش تصاویر ماهواره‌ای
• 6. تصحیح هندسی تصاویر ماهواره‌ای
• 7. تصحیح رادیومتریک تصاویر ماهواره‌ای
• 8. فیلترهای پردازش تصویر در تصاویر ماهواره‌ای
• 9. استخراج ویژگی از تصاویر ماهواره‌ای
• 10. مقدمه‌ای بر شبکه‌های عصبی کانولوشن
• 11. معماری‌های CNN برای تحلیل تصویر
• 12. لایه‌های کانولوشن و استخراج ویژگی
• 13. لایه‌های Pooling و کاهش ابعاد
• 14. تابع فعال‌سازی و غیرخطی‌سازی در CNN
• 15. آموزش شبکه‌های CNN با تصاویر ماهواره‌ای
• 16. تنظیم هایپرپارامترهای CNN
• 17. مجموعه‌ داده‌های آموزشی برای CNN
• 18. تکنیک‌های افزایش داده در تصاویر ماهواره‌ای
• 19. ارزیابی عملکرد CNN در تحلیل تصویر
• 20. مقدمه‌ای بر انتقال یادگیری (Transfer Learning)
• 21. استفاده از مدل‌های پیش‌آموزش‌دیده برای تصاویر ماهواره‌ای
• 22. Fine-tuning شبکه‌های CNN برای داده‌های خاص
• 23. طبقه‌بندی تصاویر ماهواره‌ای با CNN
• 24. تشخیص اشیاء در تصاویر ماهواره‌ای
• 25. قطعه‌بندی تصاویر ماهواره‌ای با CNN
• 26. Segmentation معنایی (Semantic Segmentation)
• 27. Segmentation نمونه‌ای (Instance Segmentation)
• 28. کاربرد CNN در طبقه‌بندی پوشش زمین
• 29. شناسایی کاربری اراضی با CNN
• 30. برآورد زیست‌توده با استفاده از CNN
• 31. تشخیص تغییرات پوشش زمین با CNN
• 32. ارزیابی کیفیت آب با استفاده از تصاویر ماهواره‌ای و CNN
• 33. نظارت بر سلامت گیاهان با CNN
• 34. تشخیص آفات و بیماری‌های گیاهی با CNN
• 35. پیش‌بینی عملکرد محصول با CNN
• 36. نقشه‌برداری از مناطق شهری با CNN
• 37. تشخیص ساختمان‌ها و زیرساخت‌ها با CNN
• 38. برآورد تراکم جمعیت با CNN
• 39. ارزیابی خطر سیل با CNN
• 40. شناسایی مناطق مستعد خشکسالی با CNN
• 41. کاربرد CNN در مدیریت منابع طبیعی
• 42. تحلیل تغییرات ساحلی با CNN
• 43. بررسی اثرات تغییرات اقلیمی با CNN
• 44. تفسیر نتایج CNN و اعتبارسنجی
• 45. بهینه‌سازی CNN برای محاسبات ابری