業務上の質問から始める
センサー選択は、ターゲット観察から始まります。 RGB のイメージは、可視ギャップパターン、アクセスマッピング、構造的な評価に十分かもしれません。 多面的測定は、必要なバンド、校正および検証が利用可能な場合、反射率ベースのインジケーターをサポートできます。 より多くのバンドは管理の解釈をより信頼できる自動的にしません。
作業質問は: 意図した決定は、追加のスペクトルバンドや主に明確な空間文書を必要としますか? 調査開始前のセンサー評価サンプル領域を定義し、誰がそれらを見直します。 証拠が検査、サンプリング、または管理決定を変更するかを同意します。 これにより、マップがテスト可能なタスクに縛られ、質問を解決できない魅力的な出力から有用な観察を区別することが可能となります。
実際に観察するイメージを理解する
カラフルなインデックスレイヤーは、決定に関連したままRGBモザイクよりも分析を見えるかもしれません。 多面的なピクセルは、異なる空間解像度とアライメントを持ち、非校正されたバンド値が日付間での比較をサポートしていない可能性があります。
センサー評価サンプル領域では、測定の定義は結果の一部となります。 測定サポートの明示的:ピクセル、セグメント化されたオブジェクト、サンプルプロット、管理ブロックは異なる領域とバリエーションのソースを表します。 ピクセルサイズの変更は独立した情報を作成したり、基礎的なセンサーの観察を改善しません。 タスクがターゲットの位置、推定領域を懸念するか、数値の観察を比較するか、フィールドプロパティを予測するかを決定します。 それぞれは、異なる評価の除染器が必要です。 不確実なラベルと不適切な領域を保存するため、完全な参照分類は欠落しない証拠を隠すことはできません。 最終的な品質要求は、実際のタスク、地理および条件のテストを参照する必要があります。
ターゲットとその創設者を包括するデザインキャプチャ
センサー評価サンプルエリアのキャプチャ計画は、意図した比較から始めるべきです。 観察と参照コレクションを一緒に設計する。 ターゲット、それを区別できるセンサー応答、期待される複雑な表面と決定が行われるスケールをリストします。 視覚的にきれいなデモではなく、代表的な簡単かつ困難な条件をキャプチャします。 取得時間、カメラ情報、校正記録、環境関連状況を保持します。 複数のバンドや日付が関与する場合には、そのアライメントと比較性を評価する方法を計画します。 提案された機能が実際により大きい自動化された分析が信頼できる測定として扱われる前に観察可能であるかどうか小さいパイロットは明らかにするべきです。
トレーサブルな処理と解析ワークフローの構築
カメラを比較する前に、決定、観察可能なターゲット、必要な空間詳細とフィールドリファレンスをリストします。 代表的な条件に限界のパイロットを実行します。 各センサーが検査優先度を変化させるか、測定された分類タスクを改善するかを評価します。 校正、フィールドの労力、および比較における処理の努力を含みます。
センサー評価サンプル領域の品質管理レビューは、処理が完了した後に続行しなければなりません。 ディスプレイ製品と一緒に生または元の数値入力を保存します。 式、バンドのアイデンティティ、マスク、調整の参照および再サンプリングの選択を検証して下さい。 代表的なソース・ツー・アウトプットの場所を確認し、継ぎ目、エッジピクセル、または混合された表面が関心の機能を支配するかどうかを調べます。 レコードのプリプロセッシングとモデルのバージョンを再現することで、更新を再現できます。 単なる便利なランダムピクセルではなく、展開を反映した独立した評価ユニットを使用してください。 提案された洗練された機能と、よりシンプルなベースラインを比較します。特定の測定値や決定を公平な評価で改善するときにのみ、追加の複雑性が正当化されます。
イラストの一例を通した作業
イラストパイロットでは、両方のセンサーは同じ大きな設置ギャップを見つけますが、多面的な観察は、2つのフィールドごとに異なるカバークラスを分離します。 計画されたサービスがギャップをマップするだけで、追加のバンドは運用上の結果を変更できない可能性があります。 分類サービスは異なる証拠要件を持っています。
センサー評価サンプル領域のこの例は、意図的に説明されていない、報告された結果や精度の約束です。 プロジェクトの測定値に、運用上の理由をつかまえて、その仮定を置き換えます。 数値子、分母器、観察日時、除外を可視します。 盗用可能な境界線、可視性または参照変更が決定を変更する場合、欠損証拠を収集するか、または余分小場所を報告するのではなく、未解決としてケースを保持します。
独立したフィールド証拠で検証
同じ独立した参照場所を使用して、両方のセンサーワークフローを評価する。 地図の外観を比較するのではなく、タスクの省略と誤った警報を報告します。 混合ピクセルとクロップ境界のアライメントを調べます。
センサー評価サンプル領域の評価には、フラグが付けられたターゲットと、適切なアンフルな参照場所の両方が含まれる必要があります。 必見の候補だけをチェックすると、見逃されたターゲットやフル偽造パターンも推測できます。 使用する方法を調整するために使用される別の観察で評価します。 見本抽出ユニットと選択方法の明示的を保持し、それらを静かに低下させるよりもむしろ困難または不観察可能なケースを報告してください。 フィールドタイミングが画像のタイミングと異なる場合、サイトが訪問間で変更できるかどうかを説明します。 意見は、地図にマッチする地上記録を強制する指示ではなく、調査する証拠です。
トピック固有の解釈リスクを解決する
センサーパイロットは、意図したサービスのために正常である困難な例を含まなければならない:混合土壌、小さなターゲット、部分的な影とキャノピーの変更。 同じターゲット定義と独立した参照セットを使用して結果を比較します。 追加のセンサーが実際のフィールドタスクを変更するかどうかを録音します。, 単なるレイヤーの数だけ. 有用なスペクトル情報を追加するカメラは、動作評価に所属するキャリブレーションやアライメントの要件を追加することもできます。 購入決定は、したがって、誰がそれを維持し、エラーがレビューされるかを含む、観察ワークフロー全体を考慮する必要があります。
受取チームが使用できる証拠を渡して下さい
選択したセンサーを、失敗した場所を含む測定可能なタスクに対して文書化します。 作物段階や決定が一台のカメラを汎用的に扱うのではなく変化する際の選択を見直します。
センサー評価サンプル領域のハンドオーバー、安定した識別子、ソースの観察日、座標参照、解析境界および有効観察状態を保持します。 必要な場所にある、アクセス可能な概要と関連する地理空間データの両方を供給します。 未解決の機能と次の便利なチェックを説明する短い例外レジスタを添付します。 データの修正が行われる場合、その理由とバージョンを維持し、量やステータスを追跡することができます。 受取チームにサンプル項目を見つけて自信を解釈するように依頼してください。実用的なレビューは、ファイルインテグレーションチェックが検出できないという不在なコンテキストを明らかにすることが多いです。
ドローンマッピングソフトウェアをセンサー評価サンプル領域で評価する場合、代表的なデータセットで完全なワークフローを評価します。 DroneCollabは、タスク固有の解釈とフィールド検証が不可欠である一方で、フォトグラメトリクスマッピングの出力を準備するために考慮することができます。 必要なエクスポート、レビュープロセス、実際の試験証拠を比較して、作業を再帰するためのワークフローを選択。
