前言:
目前我们对“图像分割算法的基本原理”大约比较着重,朋友们都想要剖析一些“图像分割算法的基本原理”的相关内容。那么小编在网摘上网罗了一些有关“图像分割算法的基本原理””的相关资讯,希望朋友们能喜欢,看官们一起来学习一下吧!允中 发自 凹非寺
量子位 | 公众号 QbitAI
业内首个遥感AI大模型,来了!
达摩院出品,一个模型即可识别农田、农作物、建筑等地表万物,可大幅提升灾害防治、自然资源管理、农业估产等遥感应用的分析效率
该模型已在AI Earth地球科学云平台开放使用。
比如,输入“提取影像中的耕地农田”,会自动识别所选目标。
达摩院此次提出的遥感AI解译通用分割模型(AIE-SEG),率先在遥感领域实现了图像分割的任务统一。
一个模型即可实现“万物零样本”的快速提取,可识别农田、水域、建筑物等近百种遥感地物分类,且多项任务处理下依旧保持高精度的识别,还能根据用户的交互式反馈自动调优识别结果。
在一些特定场景下,对比传统的遥感模型,实例提取的准确率可提升25%,变化检测的准确率可提升30%。
基于上述的基础能力,遥感AI大模型提供“开箱即用”的API调用服务,用户可根据不同需要,定制不同的遥感AI解译功能,如水体提取、耕地变化监测、光伏识别等
山东省国土测绘院自2022年起与达摩院在自然资源调查、耕地保护等领域展开合作,调用遥感AI大模型进行山东全省冬小麦的长势监测研究,识别精度达到90%以上,有效提升了冬小麦遥感解译的效率,帮助农业管理者更好地预测粮食产量、提升农业生产效益。
国家自然灾害防治研究院基于遥感AI大模型进行滑坡和倒塌建筑物的识别,在历史的自然灾害区域遥感图像的测试中,提取这些受灾信息仅需十几分钟时间,相比人工识别方式效率提升数十倍,为科学救灾提供高效、精准的遥感分析支持。
达摩院视觉技术实验室AI Earth算法负责人罗浩表示,遥感多模态是推进人类更好地理解地球的必由之路,达摩院将持续推进遥感AI大模型的研究,以AI助力地球科学的探索与应用。
AI Earth是达摩院于2022年发布的一站式地球科学云平台,基于深度学习、计算机视觉、地理空间分析等技术积累,提供多源观测数据的云计算分析服务,目前与国内50+高校建立合作,相关技术已应用于水利部、国家气象中心、生态环境部等机构。
— 完 —
量子位 QbitAI · 头条号签约
关注我们,第一时间获知前沿科技动态
标签: #图像分割算法的基本原理