数据上新啦!

简介: 风机检测算法与风机分布数据集上线

风机检测算法与风机分布数据集上线

随着全球环境问题的日益严重,新能源作为一种清洁、可再生的能源类型,正在得到越来越多的关注和推广。在双碳背景下,我国的风电市场也步入快速发展的大浪潮中。根据国家能源局最新数据,截至2022年10月底,我国风电并网装机容量约3.5亿千瓦,已连续多年稳居全球第一。

640.jpeg

基于高分辨率遥感影像,可大范围识别风机,进而结合天气或者气象条件,估算风力发电出力情况,服务电网调度,促进可再生能源高水平消纳利用。AI Earth地球科学云平台近期上线了自研的风机检测AI算法,该算法采用VFNet检测模型,配合swin transformer 模型作为backbone ,利用2000余个风机标注样本,进行模型训练。该模型在测试集中整体准召达双90%,欢迎大家试用体验。

640.png

团队基于公开的高分辨率卫星底图,调用该模型算法,生产制作了全国风机分布数据集。该数据集格式为shapefile,包含提取的全国风机位置信息,目前数据集已在平台上线,供用户浏览查看。

640 (1).png

风机分布数据集介绍页

640 (2).png

全国风机分布数据展示

欢迎大家登录AI Earth地球科学云平台在线体验:https://engine-aiearth.aliyun.com

相关文章
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
4277 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
监控 算法 前端开发
减少文件大小优化性能,你的姿势对吗?
优化文件体积需要理想与现实的搭配。这可是一门数字艺术,要找到最佳平衡点。 所以,让我们一同探讨:减少文件体积的姿势
318 0
|
机器学习/深度学习 数据可视化 PyTorch
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
深度学习之如何使用Grad-CAM绘制自己的特征提取图-(Pytorch代码,详细注释)神经网络可视化-绘制自己的热力图
|
消息中间件 数据挖掘 Kafka
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
《区块链公链数据分析简易速速上手小册》第5章:高级数据分析技术(2024 最新版)(上)
212 1
vue2 系列:vue-property-decorator 用法
vue2 系列:vue-property-decorator 用法
176 0
|
存储 设计模式 Python
Python中的类(Class)和对象(Object)
Python中的类(Class)和对象(Object)
360 0
|
算法
数据包络分析(DEA)——CCR模型
数据包络分析(DEA)——CCR模型
1232 0
数据包络分析(DEA)——CCR模型
|
缓存 资源调度 Kubernetes
详解 Flink 容器化环境下的 OOM Killed
本文将解析 JVM 和 Flink 的内存模型,并总结在工作中遇到和在社区交流中了解到的造成 Flink 内存使用超出容器限制的常见原因。由于 Flink 内存使用与用户代码、部署环境、各种依赖版本等因素都有紧密关系,本文主要讨论 on YARN 部署、Oracle JDK/OpenJDK 8、Flink 1.10+ 的情况。
详解 Flink 容器化环境下的 OOM Killed
|
存储 Linux Go
Docker 存储驱动解析:选择最适合你的存储方案
Docker 存储驱动解析:选择最适合你的存储方案
315 0