根据客户需求,采用机器学习、深度学习等人工智能算法,结合人工辅助解译,对卫星影像进行地物判别、自动分类、信息提取与时空分析,主要包括样本标记、目标识别、动态监测及遥感解译等服务。

(1)样本标记

(2)目标识别

(3)动态监测

(4)遥感解译

典型示例

基于DeepLabv3+的草地智能提取

基于深度学习的语义分割方法,引入DeepLabv3+卷积网络模型,通过样本学习训练,创建草地提取智能模型。该方法有效的解决了传统草地分类方法耗时耗力、误差大、精度低的问题。

DeepLab模型

DeepLab模型的基础网络:卷积层、池化层、激活函数、反卷积层。

DeepLabv3+模型的训练样本由图像数据和标签数据两部分组成。通过深度学习对样本数据不断迭代训练、学习草地特征。该方法解决了基础网络模型的缺少与对象边界相关信息的问题,并显著提高了运行性能和识别精度。

不同方法草地提取整体精度对比:

局部精度评价:

卫星影像解译成果示例:

QQ交谈 QQ离线

点击发起会话

时间:9:00-17:00