北京归来

到北京出差,昨天回来。

A380,飞机果然大,果然大飞机。在候机厅看过去,档住了整个窗口的位置。A380有三种仓位,经济舱、公务舱,还有豪华公务舱,有上下两层,可惜没能book到上层,而下层的经济仓明显拥挤,是3-4-3,上层是2-4-2,只有4排位置。从广州到北京飞行时间2:20,我坐A332回来,飞行时间是2:40。飞机在北京着陆后,走了很久,可能有15分钟,才到达停机位,所有整体时间差不多。可能是坐的人多,行李架没有位置,空乘人员帮忙将行李移来移去,架高,空姐都够不着,要出动空少。我的一个袋子被塞到里面,下机时,请附近男乘客帮忙,够不着,要站在凳子上,以为乘客各个都是米8、米9。飞机隔音效果不错,飞行平稳,就下层经济舱的位置宽窄和普通飞机并无二异,图个新鲜吧。

最近乘坐飞机,一个很明显的改善,就是飞机误点少了,以前迟半个小时是很准点,有一次,北京早上8:30上的飞机,下午4:00才到广州,困在飞机上很不舒服,宁可在候机厅。不知道是不是让领导先飞的等级要求严格了一下,只要非紧急公务,需要马屁拍得如此响吗?如有紧急可安排在其他更有优先的航班,而不是调整班次。如果没有天气原因,所有飞机都可以按正点正常安排起飞。这一点是民航今年最大的改善,这本来就是因该,所以也不值得表扬。

回来的飞机话是加班飞机,从阿姆斯特丹飞北京再飞广州。空中广播,显示普通话,其次英文,最后是一把女声,估计是荷兰语,和英语非常相似,差别可能类似方言。从北京起飞,向南,过燕山,下面有些山头覆盖白雪。

到了北京,几度的温度,还可以。有霾,空气果然如某国大使馆所说污染严重。这东西不是你标准定的问题,而是人体自己的感觉,说优秀是自欺欺人的。住在西单附件,从宾馆窗口望出,有一小片旧民宅,四合院的。这是前后拍的两张照片。一张灰蒙蒙,另一张,在大风后,天气晴朗。

周二下午,旗帜都直直扬起来,大风。据说首都T3航站楼没能扛住,房顶掉了。说是风大,人扛住了,号称抗12级大风的建筑没能。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值