как сделать наземные истины или обучающие классы для гиперспектральной классификации изображений

Question

У меня гиперспектральное изображение с 186 полосами. Что является подходящим способом для генерации основополагающих истин, чтобы я мог использовать его, чтобы сделать учебный класс для обучения модели машинного обучения. Изображение как ниже:

Answer 1

Нам нужно вручную создать маски или назначить классы для областей интереса на любом 2D-изображении, которое служит данными наземной истинности (может потребоваться преобразовать их в тот же тип, что и данные гиперспектрального изображения, содержащие только информацию об одной полосе)