L'Alibaba DAMO Academy lance le premier modèle d'IA de télédétection à grande échelle du secteur, prétendant être capable d'identifier près de 100 types de classifications d'objets terrestres

Nouvelles du 20 octobre, selon le compte public officiel de la DAMO Academy, Alibaba DAMO Academy a publié aujourd'hui le premier grand modèle d'IA de télédétection de l'industrie (AIE-SEG), prétendant être « le premier à réaliser la segmentation d'images dans le domaine de télédétection. « Tâches unifiées », « Un modèle réalise l'extraction rapide de « zéro échantillon de tout » », et peut identifier près d'une centaine de types de classifications d'objets terrestres de télédétection tels que les terres agricoles, les plans d'eau, les bâtiments, etc. et peut également ajuster automatiquement les résultats de reconnaissance en fonction des commentaires interactifs des utilisateurs.

Il est rapporté que la technologie de télédétection est principalement utilisée dans la planification urbaine, la protection des terres agricoles, les secours d'urgence en cas de catastrophe et d'autres applications industrielles. Avec le soutien de l'IA, la technologie de télédétection pertinente peut analyser le contenu des captures satellite et les données météorologiques historiques, aidant ainsi les zones urbaines. opérations, protection des terres agricoles, applications industrielles telles que les secours d’urgence en cas de catastrophe.

Ce site résume les fonctionnalités de ce grand modèle de télédétection comme suit :

• prend en charge l'interaction multimodale. Par exemple, si vous saisissez "Extraire les terres agricoles des images", la cible sélectionnée sera automatiquement identifiée

.

• Prend en charge toute reconnaissance de cible de surface et établit un système d'étiquetage sémantique à plusieurs niveaux

▲ Source de l'image Compte public officiel DAMO

• Prend en charge l'extraction complète des éléments, y compris les images satellite et drone

▲ Source de l'image Compte public officiel DAMO

• prend en charge la correction interactive des résultats. Par exemple, lors de l'identification des « rizières », les « zones d'eau » sont également extraites par erreur, l'écart peut être corrigé par des opérations manuelles.

▲ Source de l'image DAMO Academy DAMO compte public officiel

• prend en charge la détection de changement générale et multi-catégories

▲ Picture source DAMO Academy DAMO compte public officiel

A déclaré officiellement que ce modèle a certaines Dans ce scénario, par rapport aux modèles de télédétection traditionnels, la précision de l'extraction des instances peut être augmentée de 25 % et la précision de la détection des changements peut être augmentée de 30 %.

DAMO Academy a également affirmé que ce grand modèle d'IA de télédétection fournit des services d'appel API « prêts à l'emploi », et que les utilisateurs peuvent personnaliser différentes fonctions d'interprétation de l'IA de télédétection en fonction de leurs besoins, telles que « l'extraction de plans d'eau ». ", "Terres cultivées" Suivi des changements", "Identification photovoltaïque", etc.

Cela permettra à l'IA de pénétrer davantage dans les champs, améliorant considérablement l'efficacité de l'analyse des applications de télédétection telles que la prévention et le contrôle des catastrophes, la gestion des ressources naturelles et l'estimation du rendement agricole.

Actuellement, ce modèle d'IA a été appliqué dans l'industrie. Par exemple, l'Institut provincial d'arpentage et de cartographie du Shandong et l'Institut Alibaba Damo ont coopéré pour utiliser un grand modèle d'IA de télédétection pour surveiller la croissance du blé d'hiver. la précision a atteint plus de 90 %, améliorant efficacement la solution de télédétection du blé d'hiver. L'efficacité de la traduction aide les gestionnaires agricoles à mieux prédire la production céréalière et à améliorer l'efficacité de la production agricole.

L'Institut national de prévention et de contrôle des catastrophes naturelles utilise également ce modèle pour identifier les glissements de terrain et les bâtiments effondrés. Lors de tests sur des images de télédétection de zones de catastrophes naturelles historiques, il ne faut que dix minutes pour extraire des informations sur les catastrophes, ce qui est plus rapide que 20 minutes. identification manuelle. L'efficacité est améliorée des dizaines de fois, fournissant un support d'analyse de télédétection efficace et précis pour les secours scientifiques en cas de catastrophe.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!