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.KMeans
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Выполняет кластеризацию методом K-средних на входном изображении. Выводит одноканальное изображение, содержащее идентификатор кластера, к которому принадлежит каждый пиксель. Алгоритм может работать либо с фиксированной сеткой неперекрывающихся ячеек (gridSize, которая может быть меньше размера тайла), либо с тайлами с перекрытием (neighborhoodSize). По умолчанию используются тайлы без перекрытия.
Кластеры в одной ячейке или фрагменте не связаны с кластерами в другой. Любой кластер, охватывающий границу ячейки или фрагмента, может получить две разные метки в двух половинах. Любые входные пиксели с частичными масками полностью маскируются на выходе.
Размер района. Величина перекрытия каждого фрагмента при вычислении кластеров. Этот параметр взаимоисключающий с параметром gridSize.
gridSize
Целое число, по умолчанию: null
Размер ячейки сетки. Если значение больше 0, алгоритм kMeans будет запускаться независимо на ячейках этого размера. Это приводит к ограничению размера любого кластера до gridSize или меньше. Этот параметр взаимоисключающий с neighborhoodSize.
forceConvergence
Логическое значение, по умолчанию: false
Если значение истинно, то в случае недостижения сходимости до истечения numIterations будет выдана ошибка.
uniqueLabels
Логическое значение, по умолчанию: true
Если это так, кластерам присваиваются уникальные идентификаторы. В противном случае они повторяются для каждого тайла 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: 2026-04-20 UTC."],[],["K-Means clustering is applied to an input image, generating a single-band output image where each pixel is assigned a cluster ID. Clustering can occur within a fixed grid (`gridSize`) or within overlapping tiles (`neighborhoodSize`). By default, tiles have no overlap. Clusters are independent per cell/tile, potentially resulting in different labels for clusters crossing boundaries. Parameters include the number of clusters and iterations. Convergence can be enforced and the ID labels be unique or repeat depending on the specified parameter.\n"]]
