332
如今，遥感卫星行业应用广泛，“遥感影像大数据”时代，AI技术实现自动化解译，效率倍增。然而，除了道路、建筑、林地、舰船等常见元素外，不同行业、不同地域、不同季节、不同地貌下还有千种万种细分的解译需求，AI+遥感仍有巨大挑战！
SenseLayers智能遥感解译算法生产
及应用平台运营模式
如何高效推动智能遥感的规模化应用？今天，面向自然资源、生态环境、农林水利、交通设施、应急救灾等领域，商汤正式推出SenseLayers智能遥感解译算法生产及应用平台，为用户赋予自主的AI算法生产能力，推动AI智能遥感解译技术在多样化场景中的快速落地。
在山东，被誉为“中国蔬菜之乡”的寿光市是全国冬暖式蔬菜大棚的发源地。为了做到科学种植规划、快速评估自然环境的影响，需要对大棚数量进行实时、高效统计。然而大棚作为一种细分地物类型，需要设计专门的解译算法。
通过商汤SenseLayers平台，用户基于不到1000个大棚的小样本训练集，数小时便自行完成大棚检测模型生产，召回率和精确率分别达到86%和87%，有效提升了大棚检测的自动化水平，助力寿光蔬菜产业智能化发展。
寿光市大棚检测 在武汉，实时掌握水体区域的变化情况，对合理利用、分配本地丰富的水资源尤为重要。然而，因特殊的地域地貌特征，通用的水体检测模型存在漏检、误检问题。
通过商汤SenseLayers平台，基于上百万个样本迭代训练，最终使库塘解译结果的召回率和精准率分别提升8%和9%，显著降低了人工二次核查的工作量。
武汉库塘水体检测
全程可视化、零门槛，让天下没有难训的模型 快速训练新类别地物模型，快速提升算法性能……SenseLayers智能遥感解译算法生产及应用平台的强大功能，正是来自商汤在计算机视觉和深度学习领域多年的技术积淀，以及在AI遥感领域丰富的实践经验。
平台打通了数据管理、样本生产、模型训练、智能解译几个步骤，解译结果可作为样本再次“优化”，进而继续完成样本生产、迭代模型训练，创新生产和应用模式，开启AI智能遥感解译算法的自动化、工业化生产时代。
实际应用过程中，通过平台智能化的样本生产和管理工具，用户只需简单几步，就可将收集的原始遥感影像数据、矢量数据，批量转化为可用于训练的样本。
150+、百万级别地物样本的预训练模型示意
平台更提供超150种、内置百万级别地物样本的预训练模型，开箱即用，满足各类地物分类、目标提取、变化检测需求。同时，支持在数据匮乏情况下的小样本模型训练和算法生产并实时动态监测训练成果。
整个操作流程以用户导向出发，降低使用门槛，赋予全流程可视化、零代码的用户体验，无需算法研究员，普通GIS工程师即可零门槛定制各类高性能的AI解译模型。
SenseLayers可视化、零代码体验示意
在解译过程中，利用平台内置的后处理工具，可进行道路中心线提取、建筑物规则化、通用矢量化、去除小斑块、简化、投影转换等处理，帮助用户生产更精细、直观的解译结果。
依托商汤在线解译系统和云端算力支持，模型实际应用效果可以直接得到检验。根据最终效果，用户既可以选择继续迭代模型，不断提升算法精度，也可以直达应用，发布服务。
AI+遥感携手行业伙伴，打通智慧城市价值链条 AI智能遥感解译技术的规模化应用，将进一步完善智慧城市价值链条。
目前，商汤SenseLayers平台已广泛赋能北京、甘肃、湖南等省市和东北地区，生产了不同应用需求下的建筑、道路、水体、林草、耕地、工地、露天体育场、林地变化、通用变化等检测模型，有效支持城市管理决策。
在青岛，基于商汤SenseLayers平台生产的多种模型直达西海岸新区智慧城市建设多种应用，支持违规建筑检测、市容绿化情况，河湖乱占、乱堆、乱采、乱建“四乱”整治等城市管理项目。
商汤还与上海经信委合作，满足不同城市建筑、河湖、绿化、耕地数据的提取需求，为城市体检提供丰富的量化指标。
未来，相信商汤SenseLayers智能遥感解译算法生产及应用平台将推动AI+遥感迈向全新发展阶段，成为各行各业自主实现AI+遥感创新的底座，革新生产方式和行业合作模式。
随着AI与遥感的融合，也将帮助人们深度理解更多地物要素，为城市管理、生态保护、地表监测等提供更多可靠依据。
