【据洛马公司2019年6月5日公告】美国洛马公司利用开源深度学习库开发出卫星图像识别系统,可用于对全球的大型区域中的目标进行快速识别和分类,使分析师能专注于更高级别的任务。
该全球自动目标识别(GTAR)系统运行在云端,利用Maxar公司的地理大数据平台(GBDX)来访问Maxar的超过100PB的卫星图像库以及包含数十种类别的数百万条标记数据,从而加快深度学习算法的训练。
GATR使用商业领域常见的深度学习技术,可以识别船舶、飞机、建筑物、港口和许多其他类别目标。该系统可以快速扩展以扫描更大面积区域,甚至整个国家。GATR具有很高的准确率,比传统模型高90%以上。在水力压裂地点搜索测试中,只需2小时即完成了对美国整个宾夕法尼亚州12万平方千米区域的搜索。
GATR得益于洛马公司在美国IARPA举行的“世界功能地图”挑战赛中的研究,洛马公司是前五名中唯一的公司团队。
声明:本文来自航空简报,版权归作者所有。文章内容仅代表作者独立观点,不代表安全内参立场,转载目的在于传递更多信息。如有侵权,请联系 anquanneican@163.com。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 黑客能否花式“调戏”人造卫星?
- 将来,卫星遥感技术可以这么玩…
- OpenATS续篇:搭建自己的卫星地球站
- [译] 解密 Mapbox 卫星影像处理神器 Robosat
- 揭秘!中国人一定要知道的北斗卫星系统
- 美国防部开源自然灾害卫星图像数据集
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。