AI Earth 地球科学云平台——用数据感知地球世界(含福利)

简介: AI Earth 地球科学云平台——用数据感知地球世界(含福利)

AI Earth 地球科学云平台


基于达摩院在深度学习、计算机视觉等方向上的技术积累,结合阿里云强大算力支撑,提供遥感、气象等多源对地观测数据的云计算分析服务,用数据感知地球世界,让AI助力科学研究。



数据集:

目前现有的数据集虽然不多,但是已经有Landsat8/9和sentinel1/2,相比GEE目前已经抢先安排了Landsat9的数据集着实有点意外,给AI earth 点赞,另外,在介绍上都是中文,但是并没有GEE中的类似代码可以直接使用,此外,不过数据集的范围仅限中国境内。

  • Landsat8 C2 L2
  • Landsat9 C2 L2
  • Sentinel-1 SAR GRD
  • Sentinel-2 L2A

 

AI解译:

目前有的目标提取:建筑物提取,SAR水体提取,地块提取

AI解译引导帮助

 

建筑物提取的结果:

地物分类:有北京和杭州示例

目前的示例只有单张影像可以分析。

信息统计很详细,而且颜色配色和我们平时的规划图有点相似,除了平时我们土地分类外,多了道路分类和人工堆掘地。

变化监测:

这个有利于我么根据影像检测来看每一年的变化,自动识别变化的地物着实很牛叉。

这里有一个bug就是当我每次适用解译的时候,就会发现必须先得点帮助然后重新选择圈点功能,直接选择圈点暂时无法办到。


解决方案

(1)自然资源

基于自然资源领域相关需求,充分利用卫星、无人机、地面物联网设备搭载的多类型传感器,配合先验知识或业务规则,引入AI技术,实现针对多类型地物要素的自动分类和变化检测。

方案介绍

基于自然资源领域相关需求,充分利用卫星、无人机、地面物联网设备搭载的多类型传感器,配合先验知识或业务规则,引入AI技术,实现针对多类型地物要素的自动分类和变化检测。

方案架构

(2)农业气象

农业生产高度依赖自然环境和气象条件,利用精准、可靠、专业的气象信息辅助现代农业生产的各个环节,有助于提高农产品品质和产量,对促进农业经济增长有重要意义。

 

(3)水利水务

综合运用视觉AI和深度学习技术,融合天空地多维数据源,实现水体、水质、水量、水情及相关典型目标的智能分析与全面感知,有效促进水利水务行业的智能监管与高效治理。

 


福利:

截至3月31日,现在注册可以每个月享受10个小时的免费解译,大家抓紧时间注册

通过支付宝扫码登录:

成功登录后:


相关文章
|
监控 安全 数据可视化
java基于微服务的智慧工地管理云平台SaaS源码 数据大屏端 APP移动端
围绕施工现场人、机、料、法、环、各个环节,“智慧工地”将传统建筑施工与大数据物联网无缝结合集成多个智慧应用子系统,施工数据云端整合分析,提供专业、先进、安全的智慧工地解决方案。
318 1
|
1月前
|
人工智能 小程序 Java
电子班牌管理系统源代码,基于AI人脸识别技术的智能电子班牌云平台解决方案
电子班牌管理系统源码,基于AI人脸识别的智慧校园云平台,支持SaaS架构,涵盖管理端、小程序与安卓班牌端。集成考勤、课表、通知、门禁等功能,提供多模式展示与教务联动,助力校园智能化管理。
131 0
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
566 0
|
1月前
|
传感器 人工智能 数据可视化
AI 驱动的 AR眼镜巡检技术方案:让工业缺陷识别更精准高效|阿法龙XR云平台​
针对电力、化工、制造等高风险场景,传统人工巡检效率低、漏检率高。我们推出AI+AR智能巡检方案,集成高清视觉与多传感器数据,采用轻量化YOLOv8-Nano和ResNet50模型实现缺陷实时检测与分级,结合ORB-SLAM3空间定位,在AR眼镜中精准叠加缺陷标注,识别准确率超95%,效率提升50%以上,助力巡检智能化、可视化、可追溯。
|
5月前
|
人工智能 IDE 搜索推荐
通义灵码2.5评测:从编程智能体到记忆感知的AI编码革命
通义灵码2.5版本更新带来了多项新功能,包括Lingma IDE的开箱即用体验、编程智能体模式实现端到端编码任务、MCP工具集成扩展AI助手能力以及Qwen3模型升级大幅提升代码生成准确性和效率。此外,新增长期记忆与上下文感知功能,使开发更个性化和高效。尽管存在一些局限性,如复杂业务逻辑仍需人工干预,但整体显著提升了开发效率。官方还提供了高质量视频课程助力用户学习。
980 10
|
5月前
|
人工智能 IDE 定位技术
通义灵码 AI IDE 正式上线,智能体自动写代码,首创自动记忆,工程感知全面升级
阿里云发布的通义灵码AI IDE深度适配千问3大模型,集成智能编码助手功能,支持编程智能体、工具调用、工程感知等能力。其核心亮点包括:支持最强开源模型千问3,全面集成通义灵码插件能力,自带编程智能体模式,支持长期记忆与行间建议预测(NES)。通义灵码已覆盖主流IDE,助力开发者实现高效智能编程,插件下载量超1500万,生成代码超30亿行,成为国内最受欢迎的辅助编程工具。立即体验更智能的开发流程!
1812 1
|
9月前
|
人工智能 NoSQL Redis
Collaborative Gym:斯坦福人机协作框架开源!异步交互+三方感知,让你的AI学会主动补位
介绍Collaborative Gym,一个专注于人机协作的框架,支持异步交互和多种任务环境。
309 14
Collaborative Gym:斯坦福人机协作框架开源!异步交互+三方感知,让你的AI学会主动补位
|
11月前
|
机器学习/深度学习 存储 人工智能
【AI系统】感知量化训练 QAT
本文介绍感知量化训练(QAT)流程,旨在减少神经网络从FP32量化至INT8时的精度损失。通过在模型中插入伪量化节点(FakeQuant)模拟量化误差,并在训练中最小化这些误差,使模型适应量化环境。文章还探讨了伪量化节点的作用、正向与反向传播处理、TensorRT中的QAT模型高效推理,以及QAT与PTQ的对比,提供了实践技巧,如从良好校准的PTQ模型开始、采用余弦退火学习率计划等。
684 3
【AI系统】感知量化训练 QAT
|
12月前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
777 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
机器学习/深度学习 人工智能 算法
首个像人类一样思考的网络!Nature子刊:AI模拟人类感知决策
【9月更文挑战第8天】近日,《自然》子刊发表的一篇关于RTNet神经网络的论文引起广泛关注。RTNet能模拟人类感知决策思维,其表现与人类相近,在反应时间和准确率上表现出色。这项研究证明了神经网络可模拟人类思维方式,为人工智能发展带来新启示。尽管存在争议,如是否真正理解人类思维机制以及潜在的伦理问题,但RTNet为人工智能技术突破及理解人类思维机制提供了新途径。论文详细内容见《自然》官网。
299 3

热门文章

最新文章