알리바바 DAMO 아카데미는 업계 최초의 대규모 원격 감지 AI 모델을 출시해 거의 100가지 유형의 토지 객체 분류를 식별할 수 있다고 주장합니다.

10월 20일자 DAMO 아카데미 공식 공개 계정에 게시된 글에 따르면, 알리바바 DAMO 아카데미는 오늘 업계 최초로 원격 감지 AI 대형 모델(AIE-SEG)을 출시하며 “최초로 이미지 분할을 달성했다”고 밝혔습니다. 원격탐사 분야에서는 "통합작업", "하나의 모델로 '모든 것의 제로 샘플'의 신속한 추출을 실현"하고 농지, 수역, 건물, 등 사용자의 대화형 피드백을 기반으로 인식 결과를 자동으로 조정할 수도 있습니다.

원격 감지 기술은 주로 도시 계획, 농지 보호, 긴급 재난 구호 및 기타 산업 응용 분야에 사용되는 것으로 보고되었습니다. AI의 지원으로 관련 원격 감지 기술은 위성 캡처 콘텐츠 및 과거 기상 데이터를 분석하여 도시를 지원할 수 있습니다. 운영, 농지 보호, 긴급 재난 구호 등 산업 응용 분야.

이 사이트는 이 대규모 원격 감지 모델의 기능을 다음과 같이 요약합니다.

• 다중 모드 상호 작용을 지원합니다. 예를 들어 "이미지에서 농지 추출"을 입력하면 선택한 대상이 자동으로 식별됩니다

• 모든 표면 표적 인식 지원 및 다단계 의미 라벨링 시스템 구축

▲ 사진 출처 DAMO 공식 공개 계정

• 위성 및 드론 이미지를 포함한 전체 요소 추출 지원

▲ 사진 출처 DAMO 공식 공개 계정

• 대화형 결과 수정을 지원합니다. 예를 들어 "논"을 식별하는 경우 "수역"도 실수로 추출되어 수동 수정이 가능합니다

▲ 사진 출처 DAMO Academy DAMO 공식 공개 계정

• 일반 및 다중 카테고리 변경 감지 지원

▲ 사진 출처 DAMO Academy DAMO 공식 공개 계정

본 모델은 일부 특정 상황에서 사용되는 이 시나리오에서는 기존 원격 감지 모델과 비교하여 인스턴스 추출 정확도가 25% 증가하고 변경 감지 정확도가 30% 증가할 수 있습니다.

DAMO 아카데미는 또한 이 대형 원격 감지 AI 모델이 '즉시 사용 가능한' API 호출 서비스를 제공하며 사용자는 '수역 추출'과 같은 필요에 따라 다양한 원격 감지 AI 해석 기능을 맞춤 설정할 수 있다고 주장했습니다. ", "경작지" 변화 모니터링", "태양광 식별" 등

이를 통해 AI가 현장에 더욱 침투할 수 있게 되어 재해 예방 및 제어, 천연자원 관리, 농업 수확량 추정 등 원격 감지 애플리케이션의 분석 효율성이 크게 향상됩니다.

현재 이 AI 모델이 업계에 적용되고 있습니다. 예를 들어, 산둥성 토지 측량 및 매핑 연구소와 알리바바 다모 연구소가 협력하여 겨울 밀의 성장을 모니터링하기 위해 대규모 원격 감지 AI 모델을 사용하고 있습니다. 정확도가 90% 이상에 도달하여 겨울 밀의 원격 감지 솔루션을 효과적으로 개선했습니다. 번역의 효율성은 농업 관리자가 곡물 생산량을 더 잘 예측하고 농업 생산 효율성을 향상시키는 데 도움이 됩니다.

국립방재연구소에서도 이 모델을 사용해 산사태나 붕괴된 건물을 식별하는 테스트에서 과거 자연재해 지역의 원격탐사 영상을 대상으로 한 테스트에서 재해 정보를 추출하는 데 10분밖에 걸리지 않았다. 수동 식별의 효율성이 수십 배 향상되어 과학적 재난 구호를 위한 효율적이고 정확한 원격 감지 분석 지원을 제공합니다.

위 내용은 알리바바 DAMO 아카데미는 업계 최초의 대규모 원격 감지 AI 모델을 출시해 거의 100가지 유형의 토지 객체 분류를 식별할 수 있다고 주장합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!