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

IT House News 10 月 20 日、DAMO アカデミーの公式公開アカウントによると、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、「業界で初めてこれを達成した」と主張しています。 「画像セグメンテーションのタスクが統一されている」「1つのモデルで『すべてのゼロサンプル』の迅速な抽出を実現」しており、農地、水域、地形など100種類近くのリモートセンシング地物分類を識別できる。また、ユーザーのインタラクティブなフィードバックの認識結果に基づいて自動的に調整することもできます。

リモートセンシング技術は主に都市計画、農地保護、緊急災害救援、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し、それによって支援することができます。都市運営と農地保護、緊急災害救助、その他の産業用途。

IT House は、この大規模なリモート センシング モデルの特徴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」と入力すると、選択したターゲットが自動的に認識されます

▲ 画像出典 DAMOアカデミーDAMO公式公開アカウント

• あらゆる表面ターゲット認識をサポートし、マルチレベルのセマンティックタグシステムを確立します

▲ 画像出典 DAMOアカデミーDAMO公式公開アカウント

• 衛星画像やドローン画像を含む完全な要素抽出をサポート

▲ 画像出典 DAMOアカデミーDAMO公式公開アカウント

• 対話型の結果修正をサポート 例えば「水田」を特定し、誤って「水域」を抽出した場合でも手動操作でずれを修正可能

▲ 画像出典 DAMOアカデミーDAMO公式公開アカウント

• 一般および複数カテゴリの変更検出をサポート

▲ 画像出典 DAMOアカデミーDAMO公式公開アカウント

当局者は、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%、変更検出の精度が 30% 向上できると述べています。

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「水域抽出」など、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。 、「耕地変化モニタリング」、「太陽光発電識別」など。

これにより、AIの現場への浸透がさらに進み、防災、自然資源管理、農作物収量推定などのリモートセンシング用途の解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、例えば、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、冬小麦の生育を監視するために大規模なリモートセンシング AI モデルを使用しています。精度は 90% 以上に達し、リモートセンシングによる冬小麦の解釈が効果的に向上し、その効率により、農業管理者が穀物の生産量をより適切に予測し、農業生産効率を向上させることができます。

自然防災研究所でもこのモデルを利用して地滑りや建物倒壊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、災害情報の抽出にかかる時間はわずか10分と、手動よりも速いという結果が出ています。効率は数十倍高く、科学的災害救助のための効率的かつ正確なリモートセンシング分析サポートを提供します。

以上が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。