我们是否有有效的方法可以使用机器学习计算谷歌地球图片中树木覆盖的面积？我们可以使用Tensorflow和Inception训练数据集重新训练我们的数据，以识别图片中是否有树木，但我不知道如何计算树木的数量或覆盖的面积。有什么我们可以做的吗？我使用Python和Tensorflow进行机器学习。附注：我对机器学习了解不多，但可以按照步骤操作。

回答：

在计算机视觉中，存在多种方法来识别图像中的对象：

• 图像分类会告诉你一个图像是否是某物（例如，这张图像是一只猫）

• 图像检测会告诉你某物在图像中的位置（例如，它会在猫周围画一个框）

• 图像分割会尝试提取图像中某物的精确轮廓（例如，猫的精确轮廓，而不仅仅是包含它的一个框）

你需要一个能够对树木的航拍图像进行第二或第三种任务的神经网络。

然后简单地将所有树木的面积相加，并与图像大小进行比较。

在这里你可以找到一个用于对象检测的Tensorflow网络 https://github.com/tensorflow/models/tree/master/research/object_detection。