【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。
算法导论（原书第2版）
[美] Thomas H.Cormen、Charles E.Leiserson、Ronald L.Rivest、Clifford Stein / 潘金贵 等 / 机械工业出版社 / 2006-9 / 85.00元
这本书深入浅出，全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣，并保持了数学严谨性。本书的设计目标全面，适用于多种用途。涵盖的内容有：算法在计算中的作用，概率分析和随机算法的介绍。书中专门讨论了线性规划，介绍了动态规划的两个应用，随机化和线性规划技术的近似算法等，还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法，以及对贪心算法元素的讨论。此书还介绍了对强连通子图......一起来看看 《算法导论（原书第2版）》 这本书的介绍吧!
