アリババDAMOアカデミーが業界初の大規模リモートセンシングAIモデルをリリース、100種類近くの地物分類を識別できると主張

DAMO アカデミーの公式公開アカウントによると、10 月 20 日のニュースによると、 アリババ DAMO アカデミーは本日、業界初のリモート センシング AI 大型モデル (AIE-SEG) をリリースしました。リモートセンシングフィールドは、画像セグメンテーションタスクの統合を実現し、「1つのモデルで『あらゆるもののゼロサンプル』の迅速な抽出を実現」し、農地、水域、建物など、ほぼ100種類のリモートセンシング土地オブジェクトを識別できます。ユーザーのインタラクティブなフィードバックに基づいて分類することもでき、認識結果を自動的に調整します。

リモートセンシング技術は主に都市計画、農地保護、緊急災害救助、その他の産業用途に使用されていると報告されており、AI のサポートにより、関連するリモートセンシング技術は衛星捕捉コンテンツと過去の気象データを分析できます。 、それによって都市運営を支援し、農地保護、緊急災害救援、その他の産業用途に役立ちます。

このサイトでは、この大規模なリモート センシング モデルの機能を次のように要約しています:

• マルチモーダル インタラクションをサポートします。たとえば、「画像から農地を抽出する」と入力すると、 " と指定すると、すべてのフィールドが自動的に識別されます。ターゲットを選択

• ## あらゆるサーフェスをサポートしますターゲット認識とマルチレベルの意味ラベルの確立 システム

▲ 画像ソース DAMO 公式公開アカウント

• 人工衛星や無人航空機をサポート 機械画像の全要素を抽出

##▲ 画像ソース DAMO 公式公開アカウント

サポート 「水田」を特定する際に「水域」を誤って抽出するなど、対話型の結果修正を手動で修正可能

#▲ 画像出典 DAMO公式公開アカウント

は、一般および複数カテゴリの変更検出をサポートします

▲ 画像ソース DAMO 公式パブリック アカウント

は、一部の特定のシナリオでは、従来のリモート センシング モデルと比較して、インスタンス抽出の精度が 25% 向上し、変更検出の精度が 25% 向上すると公式に述べています。 30%増加しました。

Damo Academy はまた、この大規模なリモート センシング AI モデルは「すぐに使える」API 呼び出しサービスを提供し、ユーザーは自分のニーズに応じてさまざまなリモート センシング AI 解釈機能をカスタマイズできると主張しました。 「取水」「耕地変化監視」「太陽光発電識別」など

これにより、AIが現場にさらに浸透し、防災、自然資源管理、農作物の収量推定などのリモートセンシング用途の分析効率が大幅に向上します。

現在、この AI モデルは業界で応用されており、たとえば、山東省土地測量地図研究所とアリババ大模研究所は協力して、リモート センシング AI 大型モデルを使用して、冬小麦の生育を90％以上の認識精度で監視し、冬小麦のリモートセンシング解釈の効率を効果的に向上させ、農業管理者が穀物の収量をより正確に予測し、農業生産効率を向上させるのに役立ちます。

自然災害防止研究所でもこのモデルを利用して地滑りや倒壊した建物の特定を行っており、過去の自然災害地域のリモートセンシング画像のテストでは、わずか 10 分で確認できました。手動による識別に比べて数十倍効率的に災害情報を抽出でき、効率的かつ正確なリモートセンシング分析による科学的災害救援を支援します。

以上がアリババDAMOアカデミーが業界初の大規模リモートセンシングAIモデルをリリース、100種類近くの地物分類を識別できると主張の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。