Heim >Technologie-Peripheriegeräte >KI >Die DAMO Academy veröffentlicht das branchenweit erste groß angelegte Fernerkundungs-KI-Modell, das angeblich in der Lage ist, fast 100 Arten von Landobjektklassifizierungen zu identifizieren

Die DAMO Academy veröffentlicht das branchenweit erste groß angelegte Fernerkundungs-KI-Modell, das angeblich in der Lage ist, fast 100 Arten von Landobjektklassifizierungen zu identifizieren

PHPz
PHPznach vorne
2023-10-21 08:37:09874Durchsuche

IT House News: Laut dem offiziellen öffentlichen Bericht der DAMO Academy hat die Alibaba DAMO Academy heute das branchenweit erste Fernerkundungs-KI-Großmodell (AIE-SEG) veröffentlicht und behauptet, „das erste zu sein, das eine Bildsegmentierung in diesem Bereich erreicht hat“. der Fernerkundung. „Vereinheitlichen Sie die Aufgaben“, „Ein Modell realisiert die schnelle Extraktion von ‚Nullproben von allem‘“ und kann nahezu hundert Arten von Fernerkundungslandobjektklassifizierungen wie Ackerland, Wasserflächen, Gebäude usw. identifizieren. und kann die Erkennungsergebnisse auch automatisch auf der Grundlage des interaktiven Feedbacks des Benutzers optimieren.

Es wird berichtet, dass Fernerkundungstechnologie hauptsächlich in der Stadtplanung, beim Schutz landwirtschaftlicher Nutzflächen, bei der Katastrophenhilfe und anderen Industrieanwendungen eingesetzt wird. Mit der Unterstützung von KI kann relevante Fernerkundungstechnologie Satellitenerfassungsinhalte und historische meteorologische Daten analysieren und so den städtischen Betrieb unterstützen , Ackerlandschutz, Notfallmaßnahmen usw. Katastrophenhilfe und andere Industrieanwendungen.

IT Home fasst die Eigenschaften dieses großen Fernerkundungsmodells wie folgt zusammen:

  • Unterstützt multimodale Interaktion: Wenn Sie beispielsweise „Ackerland aus Bildern extrahieren“ eingeben, wird das ausgewählte Ziel automatisch erkannt

达摩院发布业内首个遥感 AI 大模型,号称可识别近百种地物分类

▲ Bildquelle DAMO offizieller öffentlicher Account

  • Unterstützen Sie die Erkennung von Oberflächenzielen und richten Sie ein mehrstufiges semantisches Beschriftungssystem ein

达摩院发布业内首个遥感 AI 大模型,号称可识别近百种地物分类

▲ Bildquelle DAMO offizieller öffentlicher Account

  • Unterstützt die vollständige Funktionsextraktion, einschließlich Satelliten- und Drohnenbildern

达摩院发布业内首个遥感 AI 大模型,号称可识别近百种地物分类

▲ Bildquelle DAMO offizieller öffentlicher Account

  • Unterstützt die interaktive Ergebniskorrektur. Wenn beispielsweise „Reisfelder“ identifiziert und versehentlich „Wasserflächen“ extrahiert werden, kann der Fehler durch manuelle Bedienung korrigiert werden

达摩院发布业内首个遥感 AI 大模型,号称可识别近百种地物分类

▲ Bildquelle DAMO offizieller öffentlicher Account

  • Unterstützt die allgemeine und kategorieübergreifende Änderungserkennung

达摩院发布业内首个遥感 AI 大模型,号称可识别近百种地物分类

▲ Bildquelle DAMO offizieller öffentlicher Account

Beamte sagen, dass dieses Modell in einigen spezifischen Szenarien im Vergleich zu herkömmlichen Fernerkundungsmodellen die Genauigkeit der Instanzextraktion um 25 % und die Genauigkeit der Änderungserkennung um 30 % steigern kann.

DAMO Academy behauptet außerdem, dass dieses große Fernerkundungs-KI-Modell „out-of-the-box“ API-Aufrufdienste bietet und Benutzer verschiedene Fernerkundungs-KI-Interpretationsfunktionen entsprechend ihren Bedürfnissen anpassen können, wie z. B. „Gewässerextraktion“ und „ „Überwachung der Veränderung von Anbauflächen“, „Photovoltaik-Identifizierung“ usw.

Dies wird es der KI ermöglichen, weiter in die Felder einzudringen und die Analyseeffizienz von Fernerkundungsanwendungen wie Katastrophenprävention und -kontrolle, Management natürlicher Ressourcen und landwirtschaftliche Ertragsschätzung erheblich zu verbessern.

Dieses KI-Modell wird derzeit in der Industrie angewendet. Beispielsweise haben das Shandong Provincial Land Surveying and Mapping Institute und das Alibaba Damo Institute zusammengearbeitet, um das Wachstum von Winterweizen zu überwachen um mehr als 90 %, wodurch die Effizienz der Fernerkundungsinterpretation von Winterweizen effektiv verbessert wird, um landwirtschaftlichen Managern dabei zu helfen, die Getreideproduktion besser vorherzusagen und die Effizienz der landwirtschaftlichen Produktion zu verbessern.

Das National Institute of Natural Disaster Prevention and Control verwendet dieses Modell auch zur Identifizierung von Erdrutschen und eingestürzten Gebäuden. Bei Tests an Fernerkundungsbildern historischer Naturkatastrophengebiete dauert die Extraktion von Katastropheninformationen nur zehn Minuten, was deutlich effizienter ist als die manuelle Zehnmal mehr, was eine effiziente und genaue Fernerkundungsanalyse zur Unterstützung der wissenschaftlichen Katastrophenhilfe bietet.

Das obige ist der detaillierte Inhalt vonDie DAMO Academy veröffentlicht das branchenweit erste groß angelegte Fernerkundungs-KI-Modell, das angeblich in der Lage ist, fast 100 Arten von Landobjektklassifizierungen zu identifizieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:sohu.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen