如果你的gdal版本是3.2.2及以上，那么只能：
from osgeo import gdal
ds = gdal.Open(data)
rows = ds.RasterYSize
cols = ds.RasterXSize
bandnum = ds.RasterCount
transform = ds.GetGeoTransform()
ds是一个对象，rows是影像的行，也是Y轴长度。对应的，cols则是影像的列，X轴的长度。bandnum代表影像的波段数。
transform是一个list，存储着栅格数据集的地理坐标信息。
#transform[0] /* top left x 左上角x坐标(经度)*/
#transform[1] /* w--e pixel resolution 东西方向上的像素分辨率*/
#transform[2] /* rotation, 0 if image is "north up" 如果北边朝上，地图的旋转角度*/
#transform[3] /* top left y 左上角y坐标（纬度）*/
#transform[4] ...
遥感2.0时代：从“看图说话”到“空天智能”的范式演进【导读】 2026年，遥感行业正经历着一场前所未有的蝶变。随着“十四五”圆满收官与“十五五”的全面开启，遥感技术已从象牙塔里的科研工具，彻底转变为国家治理与商业运行的基础设施。数据不再是瓶颈，如何从海量像素中“直接提取答案”成为了新的胜负手。
一、 国家级工程：AI遥感正式进入“普查时代”今年最引人注目的行业大事莫过于第四次全国农业普查（四农普）的全面启动。这不仅是一次资源摸底，更是一次遥感技术的“期末大考”。
精度跃迁： 普查标准从传统的16米分辨率直接跳升至优于2米，这意味着我们对国土资源的掌握从“看个大概”进化到了“精细解剖”。
范式转型： 过去依赖人工勾绘的作业模式已被AI自动识别取代。
空地协同： 形成了“卫星过境大面积扫射 + 无人机局部精细补盲”的立体监测体系。
本质变化： 遥感已不再是辅助工具，而是成为了国家基础数据的核心生产工具。
二、 繁星入轨：遥感星座进入“全天候”监控模式截至2026年初，中国在轨民用遥感卫星已突破640颗，位居全球前列。
1. SAR卫星：从“配角”到“绝对核心”过去光学卫星常 ...
【甲】：你说，为什么古代的封建王朝，几乎从来做不成真正的自我改革？
【乙】：这话题可太大了，是皇权体制的问题？还是官僚利益集团盘根错节？
【甲】：别扯那么远，也别说什么封建王朝，咱就说你，就说你自己。
【甲】：我先问你，为了你的身体健康，每天晚上十点前准时睡觉，早上六点起来跑步，就从明天开始，你做得到吗？
【乙】：这…… 偶尔一天还行，天天坚持，也太难了。
【甲】：行，那换一个。为了身体健康，奶茶、烧烤、火锅，所有高糖高油的东西全戒掉，每天就吃鸡胸肉、青菜这些健康食品，从明天开始，做得到吗？
【乙】：这也太反人性了，人活着不就图口吃的吗……
【甲】：好，那不说身体，说前途。为了你的事业发展，把知乎、抖音这些耗时间的软件全卸载，每天只看专业书、学干货，同时再自学一门外语，从明天开始，做得到吗？
【乙】：（沉默）……
【甲】：你看，我刚才说的这三件事，全是最基础的自我改革。没有任何外力拦着你，你对自己的身体、自己的时间，有 100% 的控制权，可这三条，你能做到哪怕一条吗？
【乙】：…… 确实，一条都难坚持下来。
【甲】：这不就结了？这些事，只要你咬牙坚持，几个月就能看到实打实的成果，你都 ...
近十年遥感领域技术与应用呈爆炸式增长，学术论文和专利数均显著上升。根据统计，1962–2021年间SCI收录的遥感论文从数万篇增长到十余万篇，中国贡献迅速攀升，目前中国（第一作者）在全球遥感领域发文占比已超过40%。专利方面，2021–2023年全球“遥感”关键词专利申请超过4.3万件，中国占绝大多数。空间遥感尤其“绿色应用”专利增长迅猛，2001–2020年增长1800%；信号处理、图像算法和SAR技术是专利热点。主要申请人包括中科院、航天科技集团等中国机构，以及NEC、Airbus、IBM等国际企业。针对可申请发明专利方向，我们识别出遥感传感器硬件、成像/压缩算法、目标检测与识别、时序变化检测、多源/数据融合、AI/深度学习、边缘计算/实时处理、低轨星座、光谱（高光谱、红外、雷达）等技术领域。对每一方向简要概述技术进展及未覆盖空白，如：超高分辨传感器、小卫星星座集成、基于深度学习的图像目标检测、低功耗实时处理等。提出潜在专利实施方案和权利要求要点，并评估产业应用（农业、国土、气象、国防等）与市场价值。主要竞争专利和文献包括各领域代表性的已公开发明（如ZL201410097089.8 ...
大家好，我是你们的老朋友，今天来聊一个几乎每个做跨平台开发的同学都踩过的坑——Python 的 glob.glob() 在不同操作系统下的大小写敏感性差异。
你有没有遇到过这样的情况：
在本地 Windows 开发机上，一切正常，脚本顺利找到所有 .txt 文件；
扔到 Linux 服务器或 CI/CD 环境，突然报“文件找不到”；
明明文件名就是 config.txt，你写的却是 Config.TXT，为什么 Windows 能跑通，Linux 就挂了？
答案就在文件系统和 glob 模块的设计上。
一、核心差异：文件系统说了算Python 的 glob 模块模仿 Unix shell 的通配符匹配，但匹配是否区分大小写，实际上取决于底层文件系统，而不是 Python 本身刻意统一。
Linux / macOS（默认 APFS/HFS+ 区分大小写模式）文件系统是真正区分大小写的。file.txt 和 File.TXT 是两个完全不同的文件。所以 glob.glob("*.txt") 只匹配小写 .txt 结尾的文件，FILE.TXT 根本不会被选中。
Windows（NTF ...
卖课的在数钱，小白在付费。OpenClaw 这一波“出圈”，究竟收割了谁的焦虑？
一、 忽然之间，全网都在“养龙虾”？如果你最近打开社交媒体，发现大家都在讨论“OpenClaw”（被戏称为“龙虾”），甚至连不怎么懂技术的老哥都开始语音问我：“那个AI龙虾到底有没有用？”
别怀疑，你正处在一场由大厂、资本、政策与焦虑共同编制的巨大热潮中。
OpenClaw 的火爆程度已经堪比当年的“全民地摊”或“DeepSeek 热潮”。但在这场看似繁荣的“AI大跃进”背后，藏着几张截然不同的面孔。
二、 谁在台前：大厂的“算力去库存”为什么大厂这次跑得比谁都快？
1. Token 滞销，帮帮我们 大厂前期投入了海量的 GPU 算力，但国产大模型面临着“卖不动、用不起来”的尴尬。OpenClaw 这种“自主代理（Agent）”模式是消耗 Token 的黑洞。为了让自家算力变现，大厂必须要把这把火烧起来。
2. 抢占流量入口 有人直言不讳：OpenClaw 就是“电脑版的豆包手机”。它不是一个单纯的工具，而是大厂试图强行塞进你设备里的“全权代理人”。它能获取设备权限、能挖掘隐私、还能顺便让你每个月续费 ...
视频标题建议： AI这么强，还要学东西吗？网友热议：学习到底有没有意义了？
视频时长建议： 6-9分钟（适合B站/抖音/小红书等平台，节奏感强，配科技背景音乐+动态文字+AI相关插图/动画）
整体风格建议：
开头用震撼AI生成画面（如AI机器人 vs 人类大脑），快速切入话题。
主体用不同颜色卡片区分“悲观派”“乐观派”“中立工具派”。
每段观点配匿名回复关键句截图（模糊用户名），或文字飞入。
插入相关视觉：AI幻觉出错动画、人类指挥AI场景、好奇心火花等。
结尾呼吁观众评论自己的看法，增加互动。
脚本正文：
[开场：0:00-0:40] （画面：快速闪现AI生成代码、画画、解答难题的画面，然后切到困惑人类表情）
旁白（语气带点疑问与思考）： “大家好！现在AI发展这么快，随便问个问题，它都能秒答。有人就感慨：学什么都没意义了，AI全都会了啊！ 最近有个热门讨论帖，91条回复炸锅了。有人觉得人类要被甩开，有人说学习反而更重要了。今天我们来盘点这些真实声音，看看AI时代，学习到底还有没有意义。”
[部分1：悲观声音——AI太强，学习像白费劲 0:40-2:30] （画面：暗色调，A ...
深度学习
未读不过，在动手修改 ultralytics 源码之前，我们需要先认清一个现实问题： 如果 Global 图像是局部区域放大 3~5 倍再下采样回来的，那么原本在 Local 图中清晰可见的目标，在 Global 图里可能会变成只有几个像素的“噪点”。如果你依然用精确的边界框（BBox）作为 Global 标签去强制模型检测，效果往往很差，甚至会带偏网络。
因此，针对你要在华北地区进行大规模旱地提取这类的任务，我建议将 Global 标签设计为“场景级分类标签（Scene Classification）”或“粗粒度掩码（Coarse Mask）”，而不是 BBox。
最简单的“Global 影响 Local”的模型逻辑是：全局输出一个概率权重，直接惩罚或增强局部的置信度。 比如，Global 分支判断这张大图所在的 5km 范围内根本没有农田（概率 0.01），那么 Local 分支里任何疑似农田的检测框置信度都会被乘以 0.01，直接过滤掉虚警。
在 ultralytics 这种高度封装的框架里，硬改数据流（让 forward 接收两个输入）会牵扯到 DataLoader、Trainer ...
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2026/3/9 14:53
# @File : python v2ex_download_comments.py
'''
从指定某个v2ex下载所有的评论
'''
# v2ex_download_text.py
# 功能：从指定 V2EX 帖子下载所有评论（包括楼主），保存为纯文本文件
# 依赖：requests, beautifulsoup4
# 安装：pip install requests beautifulsoup4
# 使用方法：python v2ex_download_text.py
# 注意：V2EX 有反爬机制，建议不要高频请求；本脚本仅用于个人学习/备份
import requests
from bs4 import BeautifulSoup
import re
import time
from urllib.parse import urljoin
import re
def extract_users_from_text(text) ...
大家好，我是你们的老朋友——遥感码农小白。
之前有人问我：“RPC 文件是什么鬼？RPB 又是啥？为什么有的卫星给 .rpc，有的是 .rpb？读取的时候总是报错怎么办？”
今天这篇就来手把手帮你搞懂这件事，保证零基础也能看懂、能上手！
一、先搞清楚：RPC 是什么？为什么遥感离不开它？简单说，RPC = Rational Polynomial Coefficients（有理多项式系数）。
卫星拍下来的影像，原始的样子是“歪的、斜的、扭曲的”，因为卫星在飞、地球是圆的、镜头有畸变……直接拿来用会叠不对地图。
RPC 就是卫星厂家提前帮你算好的一组“魔法公式”，告诉你：
“图像上的这个像素（行、列），对应地球上的哪个经纬度（+高度）？”
用这组系数，你就能做：
几何校正（让影像“躺平”）
正射纠正（去掉地形起伏影响）
影像配准、镶嵌、入库……
一句话：没有 RPC，你就没法把卫星照片精准叠到 Google 地图上。
我遇到不提供RPC文件的卫星影像有：
风云4号静止卫星
日本葵花8静止卫星
sentinel3海洋卫星
它们的特点是nc数据，它们把定位信息直接写在nc文件内部，要通过插 ...
