Earth Engine вводит квоты для некоммерческих проектов , чтобы защитить совместно используемые вычислительные ресурсы и обеспечить надежную работу для всех. Все некоммерческие проекты должны выбрать уровень квот до 27 апреля 2026 года , иначе по умолчанию будет использоваться уровень «Сообщество». Квоты вступят в силу для всех проектов (независимо от даты выбора уровня) 27 апреля 2026 года . Подробнее.
ee.Algorithms.Image.Segmentation.GMeans
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Выполняет кластеризацию G-средних на входном изображении. Итеративно применяет k-средние, а затем проверяется на нормальность для автоматического определения количества используемых кластеров. Выходные данные содержат полосу «кластеров», содержащую целочисленный идентификатор кластера, к которому принадлежит каждый пиксель. Алгоритм может работать как с фиксированной сеткой неперекрывающихся ячеек (gridSize, который может быть меньше тайла), так и с тайлами с перекрытием (neighborhoodSize). По умолчанию используются тайлы без перекрытия. Кластеры в одной ячейке или тайле не связаны с кластерами в другом. Любой кластер, охватывающий границу ячейки или тайла, может получить две разные метки в двух половинах. Любые входные пиксели с частичными масками полностью маскируются на выходе. Ожидается, что этот алгоритм будет хорошо работать только для изображений с узким динамическим диапазоном (например, байтами или короткими).
См.: Г. Хамерли и К. Элкан. «Изучение k в методе k-средних». NIPS, 2003.
Размер соседства. Величина расширения каждой плитки (перекрытия) при вычислении кластеров. Этот параметр взаимоисключающий с параметром gridSize.
gridSize
Целое число, по умолчанию: null
Размер ячейки сетки. Если значение больше 0, kMeans будет применяться независимо к ячейкам этого размера. Это ограничивает размер любого кластера значением gridSize или меньше. Этот параметр взаимоисключающий с neighborhoodSize.
uniqueLabels
Логическое значение, по умолчанию: true
Если значение равно true, кластерам присваиваются уникальные идентификаторы. В противном случае они повторяются для каждой плитки или ячейки сетки.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2025-07-24 UTC."],[],["The G-Means algorithm performs image clustering by iteratively applying k-means and a normality test to determine the optimal number of clusters. It outputs an image with a 'clusters' band, assigning each pixel to a cluster. It can operate on a fixed grid (gridSize) or tiles with overlap (neighborhoodSize), with default being tiles without overlap. Input images should have a narrow dynamic range and pixels with partial mask will be fully masked in the output. Clusters can be assigned unique ID's or repeat per tile.\n"]]
