dymaxionlabs/unetseg

U-Net semantic segmentation for satellite imagery

unetseg

U-Net semantic segmentation for satellite imagery

This digital tool is part of the catalog of tools of the Inter-American Development Bank. You can learn more about the IDB initiative at code.iadb.org

Description

A set of classes and CLI tools for training a semantic segmentation model based on the U-Net architecture, using Tensorflow and Keras.

This implementation is tuned specifically for satellite imagery and other geospatial raster data.

Documentation

• Stable
• Latest

Bugs / Questions

• Report bugs/feature requests
• Ask questions in our chat room

Contributing

Bug reports and pull requests are welcome on GitHub at the issues page. This project is intended to be a safe, welcoming space for collaboration, and contributors are expected to adhere to the Contributor Covenant code of conduct.

Made with contrib.rocks.

The current roadmap is available at GitHub at the projects page.

License

This project is licensed under Apache 2.0. Refer to LICENSE.txt.

unetseg's Issues

Upgrade to latest Tensorflow 2.0+

Revisión de readme.md.

Este issue forma parte de un procesos de revisión de la piloto @BID-COMUNIDADES/laboratoria-code-squads de la iniciativa Código para el desarrollo de @EL-BID.

Issue de revisión de documentación:

Al haber contrastado la información presentadas en el repo oficial con los campos solicitados en la plantilla de README.md hemos encontrado los siguiente puntos a mejorar:

• Agregar el logo para identificar el proyecto.
• Incluir badges con el estado de desarrollo, licencia, versión, coverage, sociales u otras. Esta herramienta puede ser de utilidad: https://shields.io/
• Proporcionar una tabla de contenidos con links para cada apartado.
• Especificar los pre-requisitos necesarios para ejecutar el proyecto (environment, librerías, dependencias, entre otros), y proporcionar comandos de instalación de los mismos.
• Precisar si se requieren variables de entorno y en qué parte de la arquitectura se colocan.
• Añadir una serie de pasos que permitan la instalación y uso del proyecto de forma local.
• Añadir comando de ejecución para pruebas unitarias.
• Hacer mención de las tecnologías utilizadas y añadir enlaces haciendo referencia a la documentación de cada una.
• Si es preciso, añadir fragmentos de código con ejemplos de uso.
• Añadir un apartado con el proceso detallado para contribuir al proyecto

When using `plot_data_generator` with images of 3 channels, it doesn't plot them as RGB

plot_data_generator(num_samples=3, fig_size=(10, 10), train_config=config, img_ch=3)

Create console scripts for training and predicting from CLI

unetseg 0.2.3: fails when importing train module

Using the current unetseg version, attempts to import functions from the train module fail with:

ValueError: mutable default <class 'list'> for field class_weights is not allowed: use default_factory

Example:

https://colab.research.google.com/drive/1lQj2Kib94tUuOuN4zibg72F0Rc8LOcb6?usp=sharing

Any example with some datasets?

When training, if `evaluate` is True, and number of test images is less than batch size, it throws ZeroDivisionError

Revisión de evaluación técnica

Este issue forma parte del proceso de revisión del Laboratoria Code Squads Junio 2021 de la iniciativa Código para el desarrollo de @EL-BID.

Issue de revisión de evaluación técnica:

Al haber contrastado la información presentadas en el repo oficial con los campos solicitados en la plantilla de README.md hemos encontrado los siguiente puntos a mejorar:

• Agregar el microservicio de reportes de evaluación estática de código de Sonarcloud, teniendo en cuenta que las condiciones ideales de los reportes son:

  1 Ausencia de fallos estructurales
  2 Menos del 25% de líneas duplicadas
  3 Menos de 10 problemas críticos
  4 Más del 50% de clases, interfaces y métodos documentados
  5 Deuda técnica menor a 30 días
  6 Cobertura de test más del 25%
  
  Esto se valida automáticamente cuando corre el reporte del último commit del repositorio.
  

• Agregar el badge en markdown de este servicio visible en el readme.md.

• Agregar un microservicio de integración continua de código, recomendamos Travis CI (opcional).

• Agregar el badge del microservicio de integración continua de código visible en el readme.md. El build debe estar en estado passing (opcional).

• Actualizar versión de todas las dependencias.

Validate width/height parameters in TrainConfig to be multiples of 16

Write integration and unit tests

• Integration tests
• Unit tests

The plot_data_generator function will only work with TIF images

It would be nice that this function could also work with JPG images.