億鴿在線客服系統

根據客戶需求,采用機器學習、深度學習等人工智能算法,結合人工輔助解譯,對衛星影像進行地物判別、自動分類、信息提取與時空分析,主要包括樣本標記、目標識別、動態監測及遙感解譯等服務。

(1)樣本標記

(2)目標識別

(3)動態監測

(4)遙感解譯

典型示例

基于DeepLabv3+的草地智能提取

基于深度學習的語義分割方法,引入DeepLabv3+卷積網絡模型,通過樣本學習訓練,創建草地提取智能模型。該方法有效的解決了傳統草地分類方法耗時耗力、誤差大、精度低的問題。

DeepLab模型

DeepLab模型的基礎網絡:卷積層、池化層、激活函數、反卷積層。

DeepLabv3+模型的訓練樣本由圖像數據和標簽數據兩部分組成。通過深度學習對樣本數據不斷迭代訓練、學習草地特征。該方法解決了基礎網絡模型的缺少與對象邊界相關信息的問題,并顯著提高了運行性能和識別精度。

不同方法草地提取整體精度對比:

局部精度評價:

衛星影像解譯成果示例:

人妻av四虎精品