Produzido pela DAMO Academy, o primeiro modelo de IA de sensoriamento remoto em grande escala da indústria está aqui! Um único modelo pode identificar tudo na superfície, como terras agrícolas, culturas e edifícios, o que pode melhorar significativamente a eficiência da análise de aplicações de sensoriamento remoto, como prevenção de desastres, gestão de recursos naturais e estimativa de rendimento agrícola. O modelo já está disponível na plataforma AIEarth Earth Science Cloud.
Por exemplo, se você inserir “Extrair terras agrícolas de imagens”, o alvo selecionado será reconhecido automaticamente.
O Modelo de Segmentação Universal de Interpretação de IA de Sensoriamento Remoto (AIE-SEG) proposto pela DAMO Academy é o primeiro a unificar tarefas de segmentação de imagens no campo do sensoriamento remoto.
Um modelo pode extrair rapidamente “zero amostras de tudo” e identificar quase uma centena de tipos de objetos terrestres de sensoriamento remoto, como terras agrícolas, água e edifícios. Ele ainda pode manter o reconhecimento de alta precisão no processamento multitarefa e também pode ajustar automaticamente os resultados do reconhecimento com base no feedback interativo do usuário.
Em alguns cenários específicos, em comparação com os modelos tradicionais de sensoriamento remoto, a precisão da extração de instâncias pode ser aumentada em 25% e a precisão da detecção de alterações pode ser aumentada em 30%.
Com base nos recursos básicos acima, o grande modelo de IA de sensoriamento remoto fornece serviços de chamada de API "prontos para uso". Os usuários podem personalizar diferentes funções de interpretação de IA de sensoriamento remoto de acordo com diferentes necessidades, como extração de água, monitoramento de mudanças em terras agrícolas, identificação fotovoltaica, etc.
O Instituto Provincial de Levantamento e Mapeamento de Terras de Shandong tem cooperado com o Instituto DAMO nas áreas de levantamento de recursos naturais e proteção de terras cultivadas desde 2022, usando grandes modelos de IA de sensoriamento remoto para conduzir pesquisas de monitoramento do crescimento do trigo de inverno na província de Shandong. A precisão do reconhecimento atingiu mais de 90%, melhorando efetivamente a eficiência da interpretação do sensoriamento remoto do trigo de inverno, ajudando os gestores agrícolas a prever melhor o rendimento dos grãos e a melhorar a eficiência da produção agrícola.
O Instituto Nacional de Prevenção e Controle de Desastres Naturais usa grandes modelos de IA de sensoriamento remoto para identificar deslizamentos de terra e edifícios desabados. No teste de imagens de sensoriamento remoto de áreas históricas de desastres naturais, leva apenas mais de dez minutos para extrair essas informações de desastre, que são dezenas de vezes mais eficientes do que os métodos de identificação manual, fornecendo suporte de análise de sensoriamento remoto eficiente e preciso para alívio científico de desastres.
Luo Hao, chefe do algoritmo AIEarth no laboratório de tecnologia visual da DAMO Academy, disse que o sensoriamento remoto multimodal é a única maneira de avançar os seres humanos para compreender melhor a Terra. A DAMO Academy continuará a promover a pesquisa de grandes modelos de IA de sensoriamento remoto e a usar a IA para auxiliar a exploração e aplicação das ciências da terra.
AIEarth é uma plataforma completa de ciências da terra em nuvem lançada pela DAMO Academy em 2022. Com base no acúmulo de tecnologias como aprendizagem profunda, visão computacional e análise geoespacial, ela fornece serviços de análise de computação em nuvem para dados de observação de múltiplas fontes. Atualmente coopera com mais de 50 universidades na China, e tecnologias relacionadas foram aplicadas a instituições como o Ministério dos Recursos Hídricos, o Centro Meteorológico Nacional e o Ministério da Ecologia e Meio Ambiente.