（1）樣本标記
（2）目标識别
（3）動态監測
（4）遙感解譯
典型示例
基于DeepLabv3+的草地智能提取
基于深度學習的語義分割方法，引入DeepLabv3+卷積網絡模型，通過樣本學習訓練，創建草地提取智能模型。該方法有效的解決了傳統草地分類方法耗時耗力、誤差大、精度低的問題。
DeepLab模型
DeepLab模型的基礎網絡:卷積層、池化層、激活函數、反卷積層。
DeepLabv3+模型的訓練樣本由圖像數據和标簽數據兩部分組成。通過深度學習對樣本數據不斷叠代訓練、學習草地特征。該方法解決了基礎網絡模型的缺少與對象邊界相關信息的問題，并顯著提高了運行性能和識别精度。
不同方法草地提取整體精度對比:
局部精度評價:
衛星影像解譯成果示例:
