今日「盘它」丨基于昇腾AI的智能遥感框架与数据集武汉.LuoJia上线昇思开源社区
今日「盘它」丨基于昇腾AI的智能遥感框架与数据集武汉.LuoJia上线昇思开源社区


上线啦,就在今天!武汉大学与华为联合打造的武汉.LuoJia今日正式上线昇思社区。在此,诚邀遥感领域的专家大拿以及萌新爱好者们一起测试使用,留下您宝贵的建议,为遥感产业的繁荣发展添砖加瓦。

长久以来,遥感应用日新月异,遥感产业蓬勃发展,但在进行遥感应用开发时,专家们常被通用框架「小幅面、少量类型、尺度有限、通道有限」的特点所局限,一种渴求正日渐强烈——具备「大幅面、多种类型、尺度变化大、通道多样」特点的遥感专用框架.
武汉大学与华为基于昇腾AI共同打造了全球首个遥感影像智能解译专用框架武汉. LuoJiaNET和业界最大遥感影像样本数据集武汉. LuoJiaSET。通过提供遥感影像智能解译专用框架、高效且精准的样本标注工具、样本库以及相应的基础模型,武汉.LuoJia为遥感应用开发提供便利,让智能遥感技术在自然资源、海洋、农业、森林、应急等行业得到广泛应用。
来头这么大,基于昇腾AI的武汉.LuoJia到底硬核在哪里?
1. “全栈式”深度学习架构

针对遥感影像“场景-目标-像素”多层级任务的应用需求,从底层架构开始,以计算流图(图)为中心,兼顾遥感探测机理模型(模)和地学知识图谱(谱)的特性,并与全场景AI框架昇思MindSpore深度融合,最终形成**“图-模-谱”融合的遥感影像智能解译专用框架——武汉.LuoJiaNET**。
2. 多维遥感特性设计
遥感专用框架武汉.LuoJiaNET还充分考虑到了多维时空谱的特性,在满足高效灵活的内存自动扩展、尺度与通道的自适应优选等要求上,完成了符合遥感特性的多维度应用设计。
_例如_在大幅面处理上,使用算子等价分解的分布式计算方式,对整张大幅遥感影像进行直接处理;
_又如_在进行通道选择时,使用数据通道自适应优选模块,对高光谱遥感影像直接完成分类;
_再如_经大量实验表明,在植被指数、干旱指数、建筑物指数、地形指数等多个遥感经验知识模型的引导下,深度网络的分类性能可得到较为明显的提升。

(大幅面处理结果示例)

(通道选择结果示例)

(遥感知识模型示例)
3. 建立统一的分类体系
从现状出发,针对现有样本库普遍存在的「分类体系不统一、传感器种类单一、模型泛化能力弱」等问题,武汉.LuoJiaSET是满足OGC标准的大规模遥感影像样本数据集。

武汉.LuoJiaSET对不同的遥感任务建立统一分类体系,形成样本要素的采集要求、内容和流程规范,可支持多级别、多类型遥感影像样本库的采集、制作、管理、共享、应用,大幅提升影像标注效率。
受篇幅所限,就先说到这里啦,再次邀请你来昇思社区在线体验武汉.LuoJia。
相关测试使用链接入口指引:
① LuoJiaSET服务平台(可游客身份访问):
② LuoJiaNET服务平台(注册账号后可访问):
③ LuoJiaNET源码,可通过如下网址访问:
→ https://github.com/WHULuoJiaTeam/luojianet
→ https://gitlab.com/whuluojiateam/luojianet
→ https://bitbucket.org/luojiateam/luojianet

MindSpore官方资料
官方QQ群 : 486831414
Gitee : https : //gitee.com/mindspore/mindspore