Mga Tutoryal

Sa ibaba makikita ang ilang tagubilin para sa ilang mga pang-karaniwang paggamit.

Paglikha ng Mataas na Kalidad ng Orthophotos

image of OpenDroneMap orthophoto

Nang walang anumang mga pagpapalit ng parameter, ang ODM ay pumipili ng isang mahusay na kompromiso sa pagitan ng kalidad, bilis at paggamit ng memorya. Kung nais mong makakuha ng mas mataas na kalidad ng mga resulta, kailangan mong magpalit ng ilang mga parameter:

  • "orthophoto resolution" ay ang resolusyon ng orthophoto sa cm / pixel. Bawasan ang halagang ito para sa isang mas mataas na resulta ng resolusyon.

  • "--ignore-gsd" ay isang hudyat o babala na nagtuturo sa ODM na laktawan ang ilang mga memorya at bilis ng pag-optimize na direktang nakakaapekto sa orthophoto. Ang paggamit ng hudyat na ito ay magpapataas ng runtime at paggamit ng memorya, ngunit maaaring makagawa ng mga sharper results.

  • "--texturing-nadir-weight" ay dapat na itaas sa "29-32" sa mga lunsod o bayan upang mabuo ang mas mahusay na mga gilid ng mga bubong. Dapat itong ibaba sa 0-6 sa mga lugar na patag at damuhan.

  • "--texturing-data-term" ay dapat itakda sa 'area' sa mga lugar na kagubatan.

  • --mesh-size ay dapat itaas sa 300000-6000 at --mesh-octree-depth ay dapat itaas ng 10-11 sa urban areas para maka-create ng magandang building / bubong.

Pag-kalibrate ng Camera

Ang pag-calibrate ng camera ay isang malaking hamon sa mga pangkaraniwang camera. Ang mga pagbabago sa temperatura, mga vibrations, pokus, at iba pang mga kadahilanan ay maaaring makaapekto sa mga hango na mga parameter na may malaking epekto sa resultang data. Ang awtomatikong o pag-calibrate sa sarili ay posible at mas mainam sa mga drone flights, ngunit depende sa pattern ng flight, ang awtomatikong pagkakalibrate ay maaaring hindi mag-alis ng lahat ng pagbaluktot sa mga nagresultang produkto. Sa papel nina James at Robson (2014) na "Ang pagpapalit ng sistematikong error sa mga topographic models na nagmula sa UAV at ground ‐ based image networks <https://onlinelibrary.wiley.com/doi/full/10.1002/esp.3609> ay nagpapakita kung paano mabawasan ang pagkabaluktot.

image of lens distortion effect on bowling of data

Ang epekto ng "Bowling" sa point cloud ng mahigit "13,000+ imahe na nakalap ng World Bank Tanzania sa bahaing lugar ng Msimbasi, Basin, Dar es Salaam, Tanzania.

Upang pagaanin ang epekto na ito, may ilang mga pagpipilian ngunit ang pinakasimple ay ang mga sumusunod: lumipad ng dalawang pattern na pinaghihiwalay ng 20°, at sa halip na magkaroon ng isang nadir (tuwid at pababang pagturo) camera, gumamit ng isa na nakakiling sa harap ng 5°.

animation showing optimum

Dahil ang pamamaraang ito sa paglipad ay maaaring mas matagal kaysa sa mga karaniwang lipad, ang isa o ilang mga piloto ay maaaring lumipad ng isang maliit na lugar gamit ang pamamaraan sa itaas. Ang OpenDroneMap ay bubuo ng isang pangkalibrate file na tinatawag na mga cameras.json na pagkatapos ay mai-import upang magamit na pang calibrate ang isa pang flight na mas mahusay na napaliparan.

Bilang kahalili, ang sumusunod na pamamaraan ng eksperimento ay maaaring gawin: lumipad na may mas mababang overlap, ngunit dalawang flight ng crossgrid (kung minsan ay tinatawag na crosshatch) na pinaghiwalay ng 20° na may 5° pasulong na nakaharap na camera.

  • Ang mga porsyento na overlap ng crossgrid ay maaaring mas mababa kaysa sa mga kahilera na flight. Upang makakuha ng mahusay na mga resulta ng 3D, kakailanganin ang 68% na magkakapatong at sidelap para sa katumbas na 83% na magkakapatong at sidelap.

  • Upang makakuha ng magandang resulta ng 2D at 2.5D (digital elevation model), kakailanganin ang 42% na magkakapatong at sidelap para sa isang katumbas na 70% na magkakapatong at sidelap.

animation showing experimental optimum

Ang mga magkakahiwalay na linya ng flight ay nagpapabuti din sa kawastuhan, ngunit mas kaunti kaysa sa isang kamera na pasulong na hinaharap ng 5°.

figure showing effect of vertically separated flight lines and forward facing cameras on improving self calibration

Mula kay James at Robson (2014), 'CC BY 4.0 <https://creativecommons.org/licenses/by/4.0>_

Paglikha ng Digital Elevation Models

Bilang default, ang ODM ay hindi lumilikha ng DEM. Upang lumikha ng isang digital na modelo ng terrain, siguraduhing ipasa ang watawat --dtm. Upang lumikha ng isang digital na modelo ng ibabaw, siguraduhing ipasa ang watawat --dsm.

image of OpenDroneMap derived digital surface model

Para sa pag gawa ng DTM, ginagamit ang isang Simple Morphological Filter (smrf) upang mauri ang mga puntos sa nasa lupa kumpara sa wala sa lupa, kung saan ang mga nasa lupa na puntos lamang ang ginagamit. Ang filter na "smrf" ay maaaring kontrolin sa pamamagitan ng maraming mga parameter:

  • "--smrf-scalar" halaga ng pag-iskala. Taasan ang parameter na ito para sa mga lupain na may maraming pag-iba ng taas.

  • "--smrf-slope" parametro ng libis, na sukat ng "tolerance ng slope". Taasan ang parametrong ito para sa mga lupain na may maraming pagiiba-iba ng taas. Dapat ang halaga nito ay mas mataas sa 0.1 ngunit hindi tataas sa 1.2.

  • "--smrf-threshold" bingit ng pagtaas. Itakda ang parametrong ito sa minimong taas (sa yunit na metro) ng mga bagay na wala sa lupa.

  • "--smrf-window" parametro ng pinakalamaking paikot na sukat (sa yunit na metro) na sukat ng pinakamalaking bagay (gusali, mga puno, atbp.) na aalisin. Dapat itakda sa halagang mas mataas sa 10.

Ang pagpapalit ng mga opsiyon na ito ay nagreresulta ng malaking epekto sa DTMs. Ang pinakamahusay na basahin para mapagkunan ng pinakamahusay na impormasyon ukol sa parametro ng epekto ng output ay ang An improved simple morphological filter for the terrain classification of airborne LIDAR data (Ang PDF ay libre lamang)

Ang --smrf-threshold ang may pinakamalaking impact sa resulta.

Ang SMRF ay mahusay sa pagiwas ng Type I na pagkakamali (maliliit na numero ng ground poins na napagkakamalan bilang non-ground) pero "acceptable" sa pagiwas sa Type II na pagkakamali (malaking numero na non-ground points na napagkakamalan na ground). Ito ay dapat na bigyan importansiya kapag bumubuo ng DTMs na hangarin na gamitin ng biswal, bilang ang mga baga na napagkakamalan na ground ay mukhang artifacts sa resulta ng DTM.

image of lens distortion effect on bowling of data

May dalawa pang importanteng parameters na nakakaapekto sa DEM generation:

  • --dem-resolution na nagse-set ng output resolution ng DEM raster (cm/pixel)

  • Ang --dem-gapfill-steps ang tumutukoy sa bilang ng progresibong DEM layer na gagamitin. Para sa urban na eksena na may taas na value na 4-5 ay makakatulong na magresulta ng mas maayos na interpolation sa mga lugar na iniwan na walang laman ng SMRF filter.

Halimbawa kung papaano lumikha ng DTM

docker run -ti --rm -v /my/project:/datasets/code <my_odm_image> --project-path /datasets --dtm --dem-resolution 2 --smrf-threshold 0.4 --smrf-window 24

Using Docker

Bilang maraming gumagamit ang nageemply ng docker para madeply ang OpenDroneMap, makakatulong kapag naiintindihan ang mga basic commands para matanong ang mga pangayayari na ang docker ay nagkakamali. Ang Docker ay isang contained na aplikasyon na ang intensiyon ay mapadali ang pagdeploy ng software independent sa lokal na kapaligiran. Sa lagay na ito, ito ay masasabing pareho sa virtual machines

Ang ilan na simpleng commands ay makakatulong na mapaayos ang experience.

Listing Docker Machines

Masisimulan ito sa paglista ng magagamit na docker machines sa kasalukuyang machine na pinapatakbo:

> docker ps
CONTAINER ID        IMAGE                  COMMAND                  CREATED             STATUS              PORTS                    NAMES
2518817537ce        opendronemap/odm       "bash"                   36 hours ago        Up 36 hours                                  zen_wright
1cdc7fadf688        opendronemap/nodeodm   "/usr/bin/nodejs /va…"   37 hours ago        Up 37 hours         0.0.0.0:3000->3000/tcp   flamboyant_dhawan

Kung nais na makakita ng machines na hindi na tumatakbo ngunit mayroon pa rin, maaaring i-add ang -a flag:

> docker ps -a
CONTAINER ID        IMAGE                  COMMAND                  CREATED             STATUS                    PORTS                    NAMES
2518817537ce        opendronemap/odm       "bash"                   36 hours ago        Up 36 hours                                        zen_wright
1cdc7fadf688        opendronemap/nodeodm   "/usr/bin/nodejs /va…"   37 hours ago        Up 37 hours               0.0.0.0:3000->3000/tcp   flamboyant_dhawan
cd7b9585b8f6        opendronemap/odm       "bash"                   3 days ago          Exited (1) 37 hours ago                            nostalgic_lederberg
e31010c00b9a        opendronemap/odm       "python /code/run.py…"   3 days ago          Exited (2) 3 days ago                              suspicious_kepler
c44e0d0b8448        opendronemap/nodeodm   "/usr/bin/nodejs /va…"   3 days ago          Exited (0) 37 hours ago                            wonderful_burnell

Accessing logs on the instance

Sa paggamit ng CONTAINER ID o ng pangalan, maaaring mapuntahan ang mga logs sa machine na sumusunod:

> docker logs 2518817537ce

Ito ay di hamak na malaki ngunit maaaring gamitin ang | na karakter at iba pang mga tools para kunin ang mga kailangan sa logs. Halimbawa, pwedeng tignan ang log ng mabagal sa pamamagitan ng more command:

> docker logs 2518817537ce | more
[INFO]    DTM is turned on, automatically turning on point cloud classification
[INFO]    Initializing OpenDroneMap app - Mon Sep 23 01:30:33  2019
[INFO]    ==============
[INFO]    build_overviews: False
[INFO]    camera_lens: auto
[INFO]    crop: 3
[INFO]    debug: False
[INFO]    dem_decimation: 1
[INFO]    dem_euclidean_map: False
...

ANg paggamit ng Enter o Space, arrow keys o Page Up o Page Down keys ay makakatulong sa pag-navigate ng logs. Ang maliit na titik Q naman ay ang escape back pabalik ng command line.

Maaaring i-extract ang dulo ng logs gamit ang tail commmand na sumusunod:

> docker logs 2518817537ce | tail -5
[INFO]    Cropping /datasets/code/odm_orthophoto/odm_orthophoto.tif
[INFO]    running gdalwarp -cutline /datasets/code/odm_georeferencing/odm_georeferenced_model.bounds.gpkg -crop_to_cutline -co NUM_THREADS=8 -co BIGTIFF=IF_SAFER -co BLOCKYSIZE=512 -co COMPRESS=DEFLATE -co BLOCKXSIZE=512 -co TILED=YES -co PREDICTOR=2 /datasets/code/odm_orthophoto/odm_orthophoto.original.tif /datasets/code/odm_orthophoto/odm_orthophoto.tif --config GDAL_CACHEMAX 48.95%
Using band 4 of source image as alpha.
Creating output file that is 111567P x 137473L.
Processing input file /datasets/code/odm_orthophoto/odm_orthophoto.original.tif.

Ang value na -5 ay sinasabihan ang tail command na ibigay ang limang 5 huling linya ng logs.

Command line access to instances

Minsan, kailangan natin na laliman ang pagsusuri sa proseso ng OpenDroneMap. Makakakuha dito ng diretsong command line na daan sa machine. dahil dito, pwede gamitin ang docker exec ng mapasagawa ang bash` command line shell sa machine of interest na sumusunod:

> docker exec -ti 2518817537ce bash
root@2518817537ce:/code#

Ngayon ay naka log-in na tayo sa docker instance at maaari ng suriin ang machine.

Cleaning up after Docker

Ang docker ay may kahina-hinayang na gamit ng space at by default ay hindi naglilinis ng sobrang laman na data at machine kapag ang proseso ay kumpleto na. Ito ay may benepisyo kapag kailangan na puntahan ang proseso na matagal ng terminated pero kinakarga pa rin ang bigat ng nagamit na storage space overtime. Si Maciej Łebkowski ay may 'napakahusay na pangkahalatang-ideya kung papaano aayusin ang sobrang disk usage sa docker <https://lebkowski.name/docker-volumes/>`_.

Paggamit ng ODM para sa low-bandwidth na lokasyon.

Ano ito at para kanino ito?

Via Ivan Gayton's repo.

Ang OpenDroneMap  ay hindi naman laging epektibo sa pagset-up locally-ito ay makapagyarihan na machine sa pagproseso ng malalaking datasets ng sa gayon ang cloud machine ay maaaring masagot ang mga tao sa field. Ngunit, bandwidth ang problema sa maraming low-income na setting. Ang kakulangan na ito ay hindi mareresolusyonan agag-agad pero ang mga sumusunod na hakbang ay makatutulong sa pagpapababa ng kailangan na bandwidth para maproseso ang drone imagery datasets sa cloud mula sa African na lokasyon.

Dito ay nagsasaad kami ng nakakalito ngunit maisasagawa na proseso para makagawa ng OPenDronMap cloud machine (hindi CloudODM ito, isa lamang cloud-based instance ng ODM na pwedeng patakbuhin mula sa command line) at gamitin ito para maproseso ang malalaking photo sets. Ito ay nangangailangan nga kaalaman sa Unix command line use, ssh, Digital Ocean account (ang Amazon AWS ay gagana ngunit mga kaunting kaibahan sa set-up), at katamtaman na kaalaman sa general computer literacy. Kung ikaw ay hindi masyadong eksperto at handang pagdaanan ang nakakalito na pagset-up, ang 'CloudODM <https://www.opendronemap.org/cloudodm/>`__ ang dapat pagbasehan.

Ang kabuoan na proseso ay nakatarget sa pagpapalipad ng mga importanteng misyon sa African o kapareho na lokasyon na maghahanap ng ipoproseso na data habang naghihintay ng field setting. Sa madalit sabi, ito ay naglalayon ng trabaho na makababawas sa bandwidth/data transfer, kesa sa simlpeng pagpapatakbo lamang ng ODM.

Steps

Install

  • Gumawa ng Digital Ocean droplet na may 4GB na RAM. Ito ay magkakapresyo ng $20/month. Hindi sapat ang 4GB na RAM at ang installation ay siguradong hindi matutuloy. Kapag ang ODM na proseso ay pinapatakbo, ito ay nire-resize sa mas malaki-at mas mahal-na cloud machine pero habang ito ay pinapatakbo, maaari na pababain sa pangalawang pinakamura na drooplet na nagkakahalaga ng $10/month (pinakamura na droplet na nasa $5/month, may kasama na maliit na drive na hindi na pwedeng magdownsize pabalik dito).

    • Dapat ay Ubintu 18.04 na instansiya para makasiguro sa dependency compatibility.

    • Gumawa ng user na may pribelehiyong sudo. Digital Ocean’s insanely good documentation ay makakatulong na alamin ito. Sa aming kaso, nagset-up kami ng user na may pangalan na odm, para kumonekta via sa command na ssh odm@xxx.xxx.xxx.xxx (kung saan ang x's ay IPv4 na address ng iyong server). Kung nais na sundan ito, gamitin ang username na odm; tapos ang install path dapat ay /home/odm/ODM/ at makakapareho ang mga halimbawa sa dokumento na ito.

    • Magpatuloy sa pagpapasagawa ng sudo apt update at sudo apt upgrade para masigurado na ang server ay may updates. Siguraduhin na nasa Ubuntu 18.04.

  • I-download at i-install ang ODM sa ODM Github (regular, hindi WebODM) na may mga sumusunod na commands:

git pull https://github.com/OpenDroneMap/ODM.git
cd ODM
bash configure.sh install
  • Kapag ito ay nagawa mo na sa default home faulder ng user (i.e.``odm``) ang daan papunta sa paginstall ay /home/odm/ODM (abbreviated as ~/ODM/).

  • May mga elemento na pangkalikasan na kelangan isaayos. Buksan ang ~/.bashrc file sa iyong machine at idagdag ang 3 linya sa huli (From the ODM github). Ang file ay pwedeng buksan sa nano ~/.bashrc (o sakahit anong text editor na ginagamit sa halip ng nano). Siguraduhin na napalitan ang /home/odm/ ng tama na path papunta sa lokasyon kung saan inextract ang OpenDroneMap kung hindi nagawa ang mga hakbang ng eksaktong katulad ng mga nasa halimbawa (halimbawa ay ang paggamit ng ibang username sa server setup):

export PYTHONPATH=$PYTHONPATH:/home/odm/ODM/SuperBuild/install/lib/python2.7/dist-packages
export PYTHONPATH=$PYTHONPATH:/home/odm/ODM/SuperBuild/src/opensfm
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/odm/ODM/SuperBuild/install/lib
  • Alalahanin na ang ODM github readme ay naglalaman ng kaunting kamalian, ang pangalan ng direktoryong pang-install ay ODM, hindi OpenDroneMap (Makikita ito kapag kinumpara ag mga iinstruksiyon sa taas sa mga instruksiyon sa ODM GitHub).

  • Para maiwasan ang pag-crash kung saan ang split-merge na proseso ay hindi na ma-locate ang sarili nitong executable, dinaragdag natin ang mga sumusunod na linya ~/.bashrc (i-adjust ang paths kung may makita na kakaiba sa aming halimbawa):

export PYTHONPATH=$PYTHONPATH:/home/odm/ODM/
export PATH=$PATH:/home/odm/ODM/
  • Ngayon, kakailanganin mo ng pangalawang cloud hard drive (“Volume” in Digital Ocean jargon) na may sapat na laki para sa iyong proyekto. Ang pamantayan ay 10 beses ng laki iyong raw image set; ay mayroon 100GB na image set at set-up na 1000GB volume (kapag ito ay napaandar na, dapat ay makapagbawas na ng mga mamahalin na drive capacity, ito ay kailangan para matapos ang proseso). Iset-up ang volume at i-attach ito sa droplet at 'ayusin ang mount point <https://www.digitalocean.com/docs/volumes/how-to/mount/>`__ (sa halimbawa na ito, ise-set natin sa /mnt/odmdata/).

Prep data and project

  • Ngayon, i-push ang mga imahe sa server. Maaaring gamitin ang Now push your images onto the server. You can use Secure Copy (scp) like so: scp -r /path/to/my/imagefolder odm@xxx.xxx.xxx.xxx:/mnt/odmdata/.

    • Matutulak nito ang buong folder na puno ng imahe (ito ang nagagawa ng -r option, “recursive”) sa remote na lokasyon (sa ating halimbawa, inattach sa volume ang cloud machine /mnt/odmdata/.

    • Kukunsumo ito ng bandwidth. No way around the size of the files.1, 2

Istraktura ng direktoryo

Nirerequire ng ODM na iset-up ang direktoryo sa machine. ANg kritikal ay ang install folder (kung ininstall mo katulad ng nasa taas, /home/odm/ODM/) at ang project folder (i.e. /mnt/odmdata/myproject/)

  • Ang ODM settings.yaml file ay nag-specify ng isang parent directory na naglalaman ng lahat ng proyekto. Ito ang nangyayari sa path line ng proyekto ng settings.yaml file (medyo nakakalito ito ngunit ito ang parent diirectory ng mga indibidwal na direktoryo ng proyekto na tinutukoy sa project name parameter kapag tinatawagan ang ODM). Ang edit settings.yaml at ang set ng project_path parameter sa (ayon sa halimbawa na set-up) /mnt/odmdata/, na sa kaso na ito ay pinupunto ang volume na nilikha. Ang Indibidwal na direktoryo ng proyekto ay nilikha sa loob nito.

  • Ang mga indibidwal na direktoryo ng proyekto, halimbawa /mnt/odmdata/myproject/ ay naglalaman ng gcp_list.txt file, ang imahe na image_groups.txt file, at ang imahe ng folder kada proyekto```

  • Ang folder ng imahe, i.e. /mnt/odmdata/myproject/images/ ay naglalaman ng lahat ng imahe. Kapag sinet-up ito ng ganon, hindi marere-copy ang mga imahe dahil ito ay nasa direktoryo na kung saan gusto sila ilagay ng ODM.

  • I-modify ang settings.yaml para matukoy ang parent directory ng project folder (sa kaso na ito ang Volume na nilikha, /mnt/odmdata/). Siguraduhin na ang mga imahe ay nasa tamang lugaw, i.e. /mnt/odmdata/myproject/images at ang ibang ancillary files /mnt/odmdata/myproject/images ay nasa root folder /mnt/odmdata/myproject/

  • Kung ang mga imahe mo ay nasa hiwalay na folder para sa indibidwal na AOI blocks or flights (na kadalasan ay nangyayari kapag ang iyong pamamahala ay organisado), pwedeng gumawa ng image_groups.txt file na may incantation na for i in *; do cd $i; for j in *; do echo "$j $i" >> ../$i.txt; done; cd ../; done; at cd ../, for i in myproject/*.txt; do cat $i >> image_groups.txt; done;. Ito ay makakabuo ng file na may tamang istraktura: listahan ng mga imahe at "group name" pagkatapos ng bawat isa (na sa kaso na ito madalas ay pangalan ng folder na pinanggalingan nito). Ilagay ang lahat ng image files sa isang direktoryo na tatawagin na images sa project root dir (so /mnt/odmdata/myproject/images/). Ang image_groups.txt file ay papayagan ng ODM na bantayan ang mga imahe na na kasapi ng kaparehong batch, kahit na sila ay nasa iisang direktoryo lamang.

I-resize ang droplet, hatakin ang pin at i-proseso ito.

  • Patayin at ire-size ang machine sa tamang bilang ng CPUs at laki ng memory. Ginagamit namin ang memory-optimized machine na may 24 na dedicated vCPUs at 192GB na RAM (na nagkakahalaga ng $1.60/hr-na dumaragdag ng mabilis, ito ay nasa $1000/month). I-restart at magsimula agad para hindi masayang nag mahal na big-droplet time.

  • i-launce ang ODM na proseso gamit ang ssh at nohup (para kahit ikaw ay maputol, magtutuloy-tuloy ang proseso)

    • Pwedeng gamitin ang GNU screen para masimulan ang proseso mula sa screen session na hindi hihinto kung ang konesyon mo ay hindi masisira; I-launch ang screen, at gamitin ang <ctrl> a <ctrl> d para humiwalay at screen -r para kumabit ulit. Ngunit ang paggamit ng screen ay hindi makakapagbigay ng log file ng lahat ng console output maliban kung may gagawin na partikular para ito ay makuhanan. Ang nohup ay nagbibigay ng file na kasama ang lahat n g console output kasama na ang error messages ng libre.

    • Tandaan: as of 2020-03 ang normal na incantation na python run.py -i /path/to/image/folder project_name ay mukhang hindi gumagana; ang -i or --image parameter ay nagdudulot ng kakaibang error. So hindi na ginagamit ang -i parameter, ayt umaasa na lamang sa project directory line sa settings.yaml file para iderekta ang ODM sa tamang lugar. Ngayon ay gumagamit (kasama ang split-merge):

nohup python run.py myproject --split 1 --split-overlap 0 --ignore-gsd --depthmap-resolution 1000 --orthophoto-resolution 5 --dem-resolution 15 --pc-las --dsm
  • Tinuturo ang ODM sa folder (sa halimbawa na ito) /mnt/odmdata/myproject/. Sa kondisyon na image_groups.txt at ang image_groups.txt ay nasa folder na ito, ang mga imahe ay nasa /mnt/odmdata/myproject/images/, at ang project path sa settings.yaml ay /mnt/odmdata/ hindi masasayang ang oras at ang ispasyo sa pagkopya ng imahe.

  • Tandaan na ina-assume dito na ikaw ay meroong image_groups.txt file. Kung wala, itong -split-overlap 0 ay paniguradong masisira ang lahat at ang --split 1 naman ay literal na sapalarang numero lamang na hindi papansinin matapos ang image_groups.txt file ay ma-load (normal na kinokontrol nito ang dami ng grupo ng imahe na hinihiwalay nito, pero sa kaso na ito ay ating inaasahan na ang mga imahe ay nakagrupo na). Kung ikaw ay walang malaki na dataset (>1000 na imahe), tanggalin ang --split at --split-overlap na opsiyon.

  • Sundan ang progreso gamit ang tail (para malaman kapag tapos na)

tail -f nohup.out
  • Kailangan bantayan ang htop (para mas matantsa ang konsumo ng sa susunod, ikaw ay magspin-up lamang ng machine base sa pangangalangan)

Matapos ang lahat (assuming na ikaw ay nagsurvive ng ganoon katagal)

  • Kapag tapos na ang proseso, patayin ang machine at ire-size ito pabalik sa inexpensive minimum capacity.

  • Simulan ang machine back up at log in via ssh.

  • Kung gusto makatipid sa download bandwidth, pwedeng icompress ang orthophoto gamit ang GDAL. Wag magdagdag ng overviews, gawin ito sa iyong lokal na machine para maiwasan ang pagpapalaki ng file bago ito i-download.

gdal_translate -co COMPRESS=JPEG -co PHOTOMETRIC=YCBCR -co TILED=YES -b 1 -b 2 -b 3 -mask 4 --config GDAL_TIFF_INTERNAL_MASK YES /path/to/original/filename.extension /path/to/output.tif
  • Magdownload gamit ang: scp odm@xxx.xxx.xxx.xxx:/mnt/odmdata/myproject/odm_orthophoto/odm_orthophoto.tif (o i-grab ang compressed na bersiyon na ginawa mo sa huling hakbang)

  • Kapag nakuha na ang file sa iyong lokal na computer, gamitin ang QGIS para magdagdag ng overviews (“pyramids”) o gamitin ang GDAL command gdaladdo -r average /path/to/image.tif 2 4 8 16 32 64 128 256 512 1024`.

  • Maaaring i-archive ang odm_texturing, odm_georeferencing, at odm-dem folders gamit ang tar ng mas mapadali ang pagdownload ng isang piraso (at maaaring mas maliit).

tar -zcvf archivename /path/to/folder

Learn to edit and help improve this page!