Die Alibaba DAMO Academy veröffentlicht ein großes Modell der Fernerkundungs-KI, das es der KI ermöglicht, weiter in die Felder einzudringen

Am 20. Oktober veröffentlichte die Alibaba DAMO Academy das branchenweit erste groß angelegte Fernerkundungs-KI-Modell. Ein Modell kann Ackerland, Feldfrüchte, Gebäude und andere Oberflächenobjekte identifizieren, wodurch die KI tiefer in die Felder vordringen und die Katastrophenprävention und natürliche Ressourcen erheblich verbessern kann Management, landwirtschaftliche Ertragsschätzung und andere Fernerkundungsanwendungen, dieses Modell wurde für den Einsatz auf der Cloud-Plattform AI Earth Geoscience geöffnet.

Fernerkundungstechnologie wird in der Volkswirtschaft und im Lebensunterhalt der Menschen häufig eingesetzt, beispielsweise bei städtischen Operationen, beim Schutz von Ackerland, bei der Katastrophenhilfe usw. Fernerkundungs-KI kann die Nutzungstiefe vorhandener Daten erheblich erhöhen und verfeinerte und genauere Analysen liefern Ergebnisse wie die Kombination von Satellitenfotos und historischen meteorologischen Bedingungen können verwendet werden, um den Wachstumsstatus von Nutzpflanzen auf einem bestimmten Stück Ackerland zu „berechnen“, sodass die Landwirtschaft nicht mehr passiv, sondern proaktiver „abhängig vom Wetter“ ist.

In der Vergangenheit mussten aufgrund des riesigen Umfangs von Fernerkundungssatellitenbilddaten und der komplexen Klassifizierung von Bodenobjekten zur Identifizierung verschiedener Oberflächenobjekte mehrere dedizierte Fernerkundungsmodelle separat trainiert werden, und ein einzelnes Modell hatte Probleme wie z geringe Erkennungsgenauigkeit und schlechte Generalisierung. Im April 2023 brachte das von Meta veröffentlichte Papier „Segment Anything“ Computer Vision in einen Moment der schnellen Iteration großer Modelle und förderte auch die Entwicklung der Fernerkundungs-KI in Richtung „Ein Modell löst mehrere Aufgaben“.

Das von der DAMO Academy vorgeschlagene Remote Sensing AI Interpretation Universal Segmentation Model (AIE-SEG) ist das erste, das die einheitliche Aufgabe der Bildsegmentierung im Bereich der Fernerkundung realisiert. Ein Modell kann die schnelle Extraktion von „Nullproben von allem“ realisieren " und kann identifizieren. Es kann fast hundert Arten von Fernerkundungsobjekten wie Ackerland, Gewässer und Gebäude klassifizieren und dennoch eine hochpräzise Erkennung bei Multitasking-Verarbeitung aufrechterhalten. Es kann auch die Erkennungsergebnisse basierend auf der Benutzerinteraktion automatisch optimieren Rückmeldung. In einigen spezifischen Szenarien kann die Genauigkeit der Instanzextraktion im Vergleich zu herkömmlichen Fernerkundungsmodellen um 25 % und die Genauigkeit der Änderungserkennung um 30 % erhöht werden.

Bildunterschrift: Dieses Modell unterstützt multimodale Interaktion. Wenn Sie beispielsweise „Ackerland aus Bildern extrahieren“ eingeben, wird das ausgewählte Ziel automatisch identifiziert.

Basierend auf den oben genannten Grundfunktionen ist das Fernerkundungs-KI-Großmodell Bietet einen „out-of-the-box use“-API-Aufrufdienst, mit dem Benutzer verschiedene Fernerkundungs-KI-Interpretationsfunktionen an unterschiedliche Anforderungen anpassen können, z. B. Wasserentnahme, Überwachung von Ackerlandveränderungen, Photovoltaik-Identifizierung usw.

Das Shandong Provincial Land Surveying and Mapping Institute arbeitet seit 2022 mit dem Damo Institute in den Bereichen der Vermessung natürlicher Ressourcen und des Schutzes von Kulturland zusammen und nutzt ein großes Fernerkundungs-KI-Modell, um Forschungen zur Überwachung des Winterweizenwachstums in der Provinz Shandong durchzuführen Die Identifizierungsgenauigkeit erreichte mehr als 90 %, was effektiv ist. Es verbessert die Effizienz der Fernerkundungsinterpretation von Winterweizen, hilft landwirtschaftlichen Managern, die Getreideproduktion besser vorherzusagen und verbessert die Effizienz der landwirtschaftlichen Produktion.

Das National Institute of Natural Disaster Prevention and Control verwendet ein großes Fernerkundungs-KI-Modell, um Erdrutsche und eingestürzte Gebäude zu identifizieren. Beim Test von Fernerkundungsbildern historischer Naturkatastrophengebiete dauert es nur mehr als zehn Minuten, diese Katastropheninformationen zu extrahieren Im Vergleich zu manuellen Identifizierungsmethoden wird die Effizienz um ein Vielfaches gesteigert und bietet eine effiziente und genaue Unterstützung bei der Fernerkundungsanalyse für die wissenschaftliche Katastrophenhilfe.

Luo Hao, Leiter des AI-Erde-Algorithmus des Vision Technology Laboratory der DAMO Academy, sagte, dass die Multimodalität der Fernerkundung die einzige Möglichkeit sei, den Menschen zu einem besseren Verständnis der Erde zu verhelfen. Die DAMO Academy werde die Forschung weiter vorantreiben Fernerkundungs-KI-Großmodelle und Nutzung der KI zur wissenschaftlichen Erforschung und Anwendung der Erde.

AI Earth ist eine geowissenschaftliche Cloud-Plattform aus einer Hand, die 2022 von der DAMO Academy veröffentlicht wurde. Basierend auf der Anhäufung von Technologien wie Deep Learning, Computer Vision und Geodatenanalyse bietet es Cloud-Computing-Analysedienste für Beobachtungsdaten aus mehreren Quellen Derzeit kooperiert es mit mehr als 50 inländischen Universitäten, und verwandte Technologien wurden bei Institutionen wie dem Ministerium für Wasserressourcen, dem Nationalen Meteorologischen Zentrum und dem Ministerium für Ökologie und Umwelt angewendet.

Anbei: Eintritt zur Nutzung des großen Fernerkundungs-KI-Modells der DAMO Academy

https://engine-aiearth.aliyun.com/#/app/aie-seg

Das obige ist der detaillierte Inhalt vonDie Alibaba DAMO Academy veröffentlicht ein großes Modell der Fernerkundungs-KI, das es der KI ermöglicht, weiter in die Felder einzudringen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!