产品中心>PIE遥感图像处理软件6.0>PIE-AI遥感图像智能处理软件

产品概述

PIE-AI 6.0遥感图像智能处理软件是航天宏图自主研发的一款基于深度学习的遥感影像智能解译软件系统。产品拥有包含几十类目标、地物的自主遥感样本库,并将多类深度学习框架与遥感技术深入融合,大大提高了遥感信息提取效率,可完成多源遥感影像预处理、目标检测识别跟踪、分类和变化检测等智能处理,已广泛应用于国土、水利、生态、国防等行业或领域。产品提供桌面版、云版两种版本,桌面版产品高度封装集成深度学习模型,安装应用简单便捷,云版产品可提供在线样本管理、模型训练、在线检测、在线统计发布的一体化服务。

产品特点

基于自主样本库的自适应训练模型选择

PIE-AI 产品的样本库包含几十类目标、地物样本,且样本种类和数量在持续增加。基于输入的样本,可实现训练模型的自动选择、自动训练,并最终获得最优的目标检测和地物分类模型。

融合深度学习与面向对象技术的智能图像分类

PIE-AI产品将深度学习技术与面向对象等技术深度融合,可实现智能化图像分类。

支持多源遥感数据的“全链路”智能处理

在结合遥感应用特点的基础上,优化改进当前主要的图像处理模型框架(FasterRCNN、YOLO、SSD、Mask RCNN、Cascade RCNN等),实现了光学、SAR、高光谱、无人机影像的预处理、目标检测、地物分类和变化检测的 “全链路”智能处理。

应用案例

PIE-AI软件在自然资源监管、水利、国防等行业实现了大规模、大范围、高频次、工程化应用,部分案例展示如下:

大范围机场、飞机检测案例

(1)支持Google Earth、GF-1、GF-2、ZY-3等数据;

(2)可完成全球机场、飞机联动检测。

基于语义分割算法的大棚检测案例

(1)支持GF-1、GF-2、ZY-3等数据;

(2)实现了大棚目标检测和语义分割两种方式检测;

(3)满足全国范围大棚检测,满足工程化检测精度指标要求。

基于无人机影像的垃圾检测案例

(1)基于残差块构成的全卷积网络为骨干网络,同时借鉴FPN思想,满足了不同尺度上的特征检测需求;

(2)支持8位数据,高分辨率(0.03m)的航飞数据;

(3)在江苏高淳、浙江德清、太原等地开展了检测实践,检测速度快、准确率高。

基于众源融合的疑似大棚房检测案例

采用“先定位,后筛查”的策略,基于2017年GF-2卫星影像数据,利用深度学习技术进行疑似大棚房的初步定位;融合道路、非建设用地现状数据、耕地与农业设施用地现状数据、POI、电子围栏数据和夜光遥感数据以及互联网舆情数据,结合大数据融合分析技术,实现了疑似大棚房的较高精度监测,有效提高了大棚房监测监管效能。