自建遥感AI模型 探索沙漠中的绿色怪圈

简介: 遥感大数据与人工智能深度融合的时代,利用遥感AI算法,一起寻找地球上有趣的地物。


遥感大数据与人工智能深度融合的时代

利用遥感AI算法,一起寻找地球上有趣的地物


AI Earth自训练功能

提供一站式、低门槛的免费模型生产平台

无需编写代码即可在线优化或自建全新模型

即使非AI专业人士也能快速上手


平台地址

https://engine-aiearth.aliyun.com

(请于PC端打开)


/ 即将消失的毛乌素沙地 /

我国有一片沙地正在逐步变成绿洲,也即将在陕西境内消失,这样听起来不太可能实现的奇迹确实出现了,就是号称“中国四大沙地”之一的毛乌素沙地。

毛乌素沙地地处陕西省榆林市和内蒙古鄂尔多斯之间,曾经也是土壤肥沃的草原,因人为原因在新中国成立之时,已成为一片茫茫沙海。1959年,国家正式启动了改造沙漠工程,选中的第一片改造的沙漠就是毛乌素沙漠。经过多年的努力,毛乌素沙地在2020年的土地治理率已经达到了93%。




利用MODIS植被指数产品,对比2001/2011/2021归一化植被指数(NDVI)变化,明显看到在毛乌素沙地上的绿色植被信息越来越明显。


/ 沙地上的怪圈 /

在毛乌素沙地这片土地上有一个个的怪圈,这其实是在治理沙漠过程中为了实现节约灌溉,引入的草原喷灌圈设备



/ AI Earth自训练实践—探寻沙地怪圈 /


01

进行草圈标注


利用AI Earth平台模型训练模块中提供的样本标注工具,对一景Sentinel-2影像进行草圈标注,标注完成创建的样本集共有300+样本切片,共计2000+草圈标注图斑

(草圈标注矢量可后台联系获取)


02

创建草圈提取模型

使用模型自训练模块创建草圈提取模型,耗时4小时左右,首个版本训练完成,查看准确率(mAcc)为0.8744,交并比(mioU)为 0.8246


03

查看草圈提取成果


训练完成的模型可以发布到线上进行测试,通过平台数据检索模块,在毛乌素沙地区域检索多景2021年9月的Sentinel-2影像,使用平台镶嵌工具完成拼接,然后进行草圈提取


04

进一步优化模型


对于初版模型提取出的矢量结果,可以作为预标注文件进一步补充训练数据,从而迭代训练模型,得到泛化性更好的优化版本


/ 期待更多有趣发现 /

我们希望有更多小伙伴一起来探寻中国大地上有趣的地物,如果你基于平台自主训练出有趣的特色AI模型,欢迎联系我们,有机会获得精美礼品喔!

阿里巴巴动物园的小公仔们等着大家领养

/ 用户福利 /

公测期间,平台为每个用户提供每月20小时的免费独享训练机器资源,规格为NVIDIA Tesla GPU T4 * 2。用户群(钉钉群号:32152986)将实时进行算法训练相关答疑,欢迎加入






平台公测进行中,扫码立即申请


相关文章
|
25天前
|
人工智能 自然语言处理 搜索推荐
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
AI Compass前沿速览:Qoder Agentic编程、vivo Vision头显、AIRI桌面伴侣、RM-Gallery奖励模型平台
|
1月前
|
人工智能 JavaScript 测试技术
Cradle:颠覆AI Agent 操作本地软件,AI驱动的通用计算机控制框架,如何让基础模型像人一样操作你的电脑?
Cradle 是由 BAAI‑Agents 团队开源的通用计算机控制(GCC)多模态 AI Agent 框架,具备视觉输入、键鼠操作输出、自主学习与反思能力,可操作各类本地软件及游戏,实现任务自动化与复杂逻辑执行。
160 6
|
1月前
|
存储 人工智能 算法
AI测试平台实战:深入解析自动化评分和多模型对比评测
在AI技术迅猛发展的今天,测试工程师面临着如何高效评估大模型性能的全新挑战。本文将深入探讨AI测试平台中自动化评分与多模型对比评测的关键技术与实践方法,为测试工程师提供可落地的解决方案。
|
2月前
|
机器学习/深度学习 人工智能 PyTorch
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
本文以 MNIST 手写数字识别为切入点,介绍了深度学习的基本原理与实现流程,帮助读者建立起对神经网络建模过程的系统性理解。
225 15
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
|
2月前
|
机器学习/深度学习 人工智能 编解码
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
AI-Compass LLM合集-多模态模块:30+前沿大模型技术生态,涵盖GPT-4V、Gemini Vision等国际领先与通义千问VL等国产优秀模型
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI 基础知识从 0.3 到 0.4——如何选对深度学习模型?
本系列文章从机器学习基础出发,逐步深入至深度学习与Transformer模型,探讨AI关键技术原理及应用。内容涵盖模型架构解析、典型模型对比、预训练与微调策略,并结合Hugging Face平台进行实战演示,适合初学者与开发者系统学习AI核心知识。
238 15
|
1月前
|
人工智能 自然语言处理 负载均衡
排期延误预警:用AI预测项目风险的3层模型搭建教程
本文介绍了如何通过 AI 智能排期将项目排期误差减少 40% 以上。文章剖析了传统排期中常见的经验依赖、资源冲突、需求变更和进度滞后四大痛点,提出 AI 排期的三步落地方法:历史数据建模、动态适配需求、资源智能匹配,并推荐适配不同团队的 AI 排期工具。强调 AI 是辅助而非替代,核心在于用数据驱动提升排期准确性,帮助团队告别“拍脑袋估期”,实现高效、可控的项目管理。
排期延误预警:用AI预测项目风险的3层模型搭建教程
|
1月前
|
人工智能 边缘计算 自然语言处理
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
随着模型量化技术的发展,大语言模型(LLM)如今可在低配置设备上高效运行。本文介绍本地部署LLM的核心技术、主流工具及十大轻量级模型,探讨如何在8GB内存环境下实现高性能AI推理,涵盖数据隐私、成本控制与部署灵活性等优势。
652 0
普通电脑也能跑AI:10个8GB内存的小型本地LLM模型推荐
|
2月前
|
人工智能 安全 API
用Qwen Code,体验全新AI编程——高效模型接入首选ModelGate
Qwen Code 是通义千问推出的AI编程助手,支持自然语言编程与智能代码生成,大幅提升开发效率。结合 ModelGate,可实现多模型统一管理、安全调用,解决API切换、权限控制、稳定性等问题,是Claude Code的理想国产替代方案。

热门文章

最新文章