有没有有效的方法可以让我们在任何谷歌地球图像中使用机器学习来计算树木覆盖的面积。我们可以使用 tensorflow 和初始训练数据集重新训练我们的数据，以确定是否有树，但我想不出任何方法来找出它覆盖了多少棵树或 kuch 面积。我们能做些什么吗？ 我使用Python，Tensorflow进行机器学习。 PS：对机器学习了解不多，但可以使用步骤。
在计算机视觉中，存在不同的方法可以在图像中查找对象：
图像分类会告诉你一个图像是否是某种东西(即这个图像是一只猫(
图像检测会告诉你图像中某物的位置(即它会在猫周围画一个盒子(
图像分割将尝试提取图像中某物的确切轮廓(即猫的精确轮廓，而不仅仅是包含它的盒子(
你需要一个能够用树木的航拍图像完成第二或第三项任务的神经网络。
然后简单地将所有树的区域相加，并将结果与图像大小进行比较。
在这里，您可以找到用于执行对象检测 https://github.com/tensorflow/models/tree/master/research/object_detection 的Tensorflow网络。