如今,遙感衛星行業應用廣泛,“遙感影像大資料”時代,AI技術實現自動化解譯,效率倍增。然而,除了道路、建築、林地、艦船等常見元素外,不同行業、不同地域、不同季節、不同地貌下還有千種萬種細分的解譯需求,AI+遙感仍有巨大挑戰!
SenseLayers智慧遙感解譯演算法生產 及應用平臺運營模式
如何高效推動智慧遙感的規模化應用?今天,面向自然資源、生態環境、農林水利、交通設施、應急救災等領域,商湯正式推出SenseLayers智慧遙感解譯演算法生產及應用平臺,為使用者賦予自主的AI演算法生產能力,推動AI智慧遙感解譯技術在多樣化場景中的快速落地。
在山東,被譽為“中國蔬菜之鄉”的壽光市是全國冬暖式蔬菜大棚的發源地。為了做到科學種植規劃、快速評估自然環境的影響,需要對大棚數量進行實時、高效統計。然而大棚作為一種細分地物型別,需要設計專門的解譯演算法。
透過商湯SenseLayers平臺,使用者基於不到1000個大棚的小樣本訓練集,數小時便自行完成大棚檢測模型生產,召回率和精確率分別達到86%和87%,有效提升了大棚檢測的自動化水平,助力壽光蔬菜產業智慧化發展。
在武漢,實時掌握水體區域的變化情況,對合理利用、分配本地豐富的水資源尤為重要。然而,因特殊的地域地貌特徵,通用的水體檢測模型存在漏檢、誤檢問題。
透過商湯SenseLayers平臺,基於上百萬個樣本迭代訓練,最終使庫塘解譯結果的召回率和精準率分別提升8%和9%,顯著降低了人工二次核查的工作量。
全程視覺化、零門檻,讓天下沒有難訓的模型
快速訓練新類別地物模型,快速提升演算法效能……SenseLayers智慧遙感解譯演算法生產及應用平臺的強大功能,正是來自商湯在計算機視覺和深度學習領域多年的技術積澱,以及在AI遙感領域豐富的實踐經驗。
平臺打通了資料管理、樣本生產、模型訓練、智慧解譯幾個步驟,解譯結果可作為樣本再次“最佳化”,進而繼續完成樣本生產、迭代模型訓練,創新生產和應用模式,開啟AI智慧遙感解譯演算法的自動化、工業化生產時代。
實際應用過程中,透過平臺智慧化的樣本生產和管理工具,使用者只需簡單幾步,就可將收集的原始遙感影像資料、向量資料,批次轉化為可用於訓練的樣本。
平臺更提供超150種、內建百萬級別地物樣本的預訓練模型,開箱即用,滿足各類地物分類、目標提取、變化檢測需求。同時,支援在資料匱乏情況下的小樣本模型訓練和演算法生產並實時動態監測訓練成果。
整個操作流程以使用者導向出發,降低使用門檻,賦予全流程視覺化、零程式碼的使用者體驗,無需演算法研究員,普通GIS工程師即可零門檻定製各類高效能的AI解譯模型。
在解譯過程中,利用平臺內建的後處理工具,可進行道路中心線提取、建築物規則化、通用向量化、去除小斑塊、簡化、投影轉換等處理,幫助使用者生產更精細、直觀的解譯結果。
依託商湯線上解譯系統和雲端算力支援,模型實際應用效果可以直接得到檢驗。根據最終效果,使用者既可以選擇繼續迭代模型,不斷提升演算法精度,也可以直達應用,釋出服務。
AI+遙感攜手行業夥伴,打通智慧城市價值鏈條
AI智慧遙感解譯技術的規模化應用,將進一步完善智慧城市價值鏈條。
目前,商湯SenseLayers平臺已廣泛賦能北京、甘肅、湖南等省市和東北地區,生產了不同應用需求下的建築、道路、水體、林草、耕地、工地、露天體育場、林地變化、通用變化等檢測模型,有效支援城市管理決策。
在青島,基於商湯SenseLayers平臺生產的多種模型直達西海岸新區智慧城市建設多種應用,支援違規建築檢測、市容綠化情況,河湖亂佔、亂堆、亂採、亂建“四亂”整治等城市管理專案。
商湯還與上海經信委合作,滿足不同城市建築、河湖、綠化、耕地資料的提取需求,為城市體檢提供豐富的量化指標。
未來,相信商湯SenseLayers智慧遙感解譯演算法生產及應用平臺將推動AI+遙感邁向全新發展階段,成為各行各業自主實現AI+遙感創新的底座,革新生產方式和行業合作模式。
隨著AI與遙感的融合,也將幫助人們深度理解更多地物要素,為城市管理、生態保護、地表監測等提供更多可靠依據。