近日，基于昇騰AI，江蘇鴻程大數據研究院與華為攜手，共同推出遙感圖像目標檢測解決方案。該方案致力于構建端到端的遙感圖像目標檢測全流程整體解決方案，并將現(xiàn)有目標檢測算法模型庫與全場景AI框架昇思MindSpore深度融合，讓遙感圖像分析更智能的同時，為目標檢測應用的快速落地提供強有力的支持。

隨著衛(wèi)星成像及雷達成像等高空遙感技術的迅速發(fā)展，遙感圖像的分辨率越來越高。針對遙感圖像的目標識別與檢測已成為當前的迫切需求，并且在智能交通、智慧城市、公共安全等領域具有巨大的應用價值。然而面對海量的高分辨率遙感圖像，如何從中快速準確地獲取特定目標并識別其類型和位置，已經成為重要的研究熱點。

由江蘇鴻程大數據研究院與華為共同推出的遙感圖像目標檢測解決方案：

一方面

基于昇騰AI基礎軟硬件平臺，構造包含數據預處理、模型訓練、模型部署以及檢測結果可視化的端到端全流程遙感圖像目標檢測整體解決方案；

另一方面

引入人工智能自動化機器學習技術，即將現(xiàn)有目標檢測算法模型庫與全場景AI框架昇思MindSpore深度融合，用以提升遙感圖像目標檢測模型的識別精度與構建效率，實現(xiàn)目標檢測應用的快速落地。

遙感圖像目標檢測解決方案架構圖

依托Atlas 800訓練服務器的超強算力，以及全場景AI框架昇思MindSpore的深度學習能力，再有一站式開發(fā)平臺ModelArts的可靠加持，遙感圖像目標檢測解決方案具備以下突出優(yōu)勢：

訓練速度快：采用RSOD_COCO數據集進行300個epoch的訓練，耗時約200min；

模型準確度高：經過少量的迭代次數即可快速收斂，訓練Loss收斂為0.03904，mAP50為0.832；

推理速度快：單張圖片耗時約42 ms。

遙感圖像目標檢測效果可視化展示

截止目前，該方案已在江蘇南京、北京等全國多省市完成落地，備受業(yè)界好評。例如江蘇南京市某城建部門在進行違章建筑檢測時運用了該方案，針對傳統(tǒng)檢測過程中存在的時效低、誤判多、成本高等問題進行優(yōu)化，大幅提高了巡查發(fā)現(xiàn)和有效取證的工作效率。

當前，昇騰AI產業(yè)的發(fā)展進入全面升級的新階段，華為將攜手江蘇鴻程大數據研究院等合作伙伴一起，凝聚各方智慧，不斷突破向上，與生態(tài)伙伴共成長，以人工智能技術帶動數字經濟騰飛，使能千行百業(yè)智能化升級，共同推進中國人工智能產業(yè)的發(fā)展。