<style>
.ui-infobar, #doc.markdown-body { max-width: 960px; }
</style>

# 銀合歡正射影像訓練

## 資料

### 1. 18張屏東區域正射影像 (原始影像為DMC)
- 16bit 顏色深度
- 4波段 (Red、Green、Blue、NIR)
- EPSG:3826

| 2014年拍攝 | 2020年拍攝 |
|:--------------------------------:|:--------------------------------:|
| 95161002_140824b_32~0131_hr4.tif | 95161002_201103b_32~0097_hr4.tif |
| 95161003_140824b_33~0156_hr4.tif | 95161003_201103b_33~0065_hr4.tif |
| 95161004_140912d_34~0323_hr4.tif | 95161004_201102d_34~0294_hr4.tif |
| 95161012_140824b_32~0135_hr4.tif | 95161012_201103b_32~0093_hr4.tif |
| 95161013_140824b_33~0152_hr4.tif | 95161013_201103b_33~0061_hr4.tif |
| 95161014_140824b_34~0167_hr4.tif | 95161014_201103b_34~0036_hr4.tif |
| 95161022_140824b_32~0139_hr4.tif | 95161022_201103b_32~0089_hr4.tif |
| 95161023_140824b_33~0148_hr4.tif | 95161023_201103b_33~0057_hr4.tif |
| 95172092_140912d_32~0195_hr4.tif | 95172092_201102d_32~0173_hr4.tif |

### 2. 銀合歡標記資料 shapefile

## 訓練流程

### 1. 前處理
將原始 tif 檔裁切成 256 x 256 pixel 大小的影像後，檢查裁切後影像是否包含銀合歡。
若銀合歡所占面積大於 75% ，標記為銀合歡(1)。
若銀合歡所占面積小於 25% ，標記為非銀合歡(0)。
銀合歡所占面積介於25%~75%，標記為可能是銀合歡(2)。

<!-- 調整所有樣本的顏色深度後 (16bit -> 8bit) 儲存。 -->

將 `95172092_140912d_32~0195_hr4.tif`、`95172092_201102d_32~0173_hr4.tif` 所裁切的影像作為測試資料，其餘16張做為訓練資料。
訓練資料集切分比例為 train : valid = 8 : 2，其中銀合歡 : 非銀合歡 = 1 : 1。

st=>start: 開始
e=>end: 結束

read=>operation: 影像讀取

padding=>operation: 邊緣擴充
(以 0 值擴充)

slice=>operation: 影像裁切
(256 x 256 pixel)

check_mask=>condition: 檢查銀合歡面積
是否大於50%

true_label=>inputoutput: 銀合歡影像

false_label=>inputoutput: 非銀合歡影像

down_color=>operation: 降顏色深度
(16bit >> 8bit)

export=>operation: 匯出檔案
(原始檔名_裁切後col_裁切後row.tif)


st->read->padding->down_color->slice->check_mask
check_mask(yes)->true_label
check_mask(no)->false_label
true_label->export
false_label->export
export->e


### 2. 模型訓練
> https://github.com/microsoft/Swin-Transformer

以 swin-transformer-v2 訓練銀合歡辨識模型。

共有 **34983** 幅 256 x 256 pixel 的影像，其中：
| 資料集 | 銀合歡數量 | 非銀合歡數量 |
|:--------------:|:----------:|:------------:|
| 訓練集 (train) | 2,797 | 2,797 |
| 驗證集 (valid) | 699 | 699 |
| 測試集 (test) | 474 | 3,490 |
| 無使用 | 0 | 24,027 |

### 3. 模型預測
| | 預測銀合歡 | 預測非銀合歡 | 生產者精度(PA) |
|:------------:|:----------:|:------------:|:----------:|
| 實際銀合歡 | 250 (6.3%) | 224 (5.7%) | 52.7% |
| 實際非銀合歡 | 603 (15.2%) | 2,887 (72.8%) | 82.7% |
| 使用者精度(UA) | 29.3% | 92.8% | |