图1 飞桨遥感应用开发方案
尤其是针对遥感领域普遍关注的数据标注困难的问题,飞桨团队联合中国四维,在原有交互式智能标注软件EISeg的基础上,推出了专门针对遥感的交互式垂类模型,提供多通道提取(高光谱、多光谱数据)、大尺幅数据的切片(多宫格)处理和自动拼接等功能,使遥感场景的数据能够被更便捷地处理。
图2 EISeg 遥感功能智能标注功能演示
图3 居民用地分割示意图
土地利用类别动态解译
图4 北科博研AI解译平台
高尔夫球场检测
由于历史上疏于监管,各地均存在着高尔夫球场滥建侵占城市建设空间的问题,引起了发改委等相关部门的高度重视。中科院空天信息创新研究院应用飞桨深度学习开源框架对高尔夫球场进行遥感监测,针对目标进行了一系列优化,大大提升了遥感图像解译工作的效率,为高尔夫球场检测提供半自动化技术手段。
在项目中采用经典的目标检测算法Faster R-CNN,并根据高尔夫球场的特性对输入图像的长宽比进行了调优。项目上线后,相对于传统方法效率大大提高,使周期性、自动化高尔夫球场遥感检测成为可能。在京津冀地区GF-6 WFV影像中取得的面积检测率为86%,数量检测率为95%,单景 GF-6 WFV影像检测耗时10分钟。
图5 高尔夫球场识别效果图
直播预告
扫码报名直播课,加入技术交流群
▽
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~