李笑然-遥感智能解译模型构建优化与推理应用

P1李笑然超图软件平台产品线中级产品工程师2024年9月12日遥感智能解译模型构建、优化与推理应用P2从传统遥感到遥感智能遥感技术实现大范围快速监测调查评估溯源跟踪预警决策人工处理大量数据效率低，周期长自然资源等地学科研与行业应用需求广泛遥感观测技术发展更多传感器，更高分辨率AI赋能的遥感智能技术深入挖掘遥感价值结合AI的遥感智能技术大幅提高解译周期和响应频率催生新的遥感应用促进遥感数据服务模式变革更丰富的数据基础为遥感智能发展提供必要基础P3遥感智能解译工作流程数据准备模型构建模型应用迭代优化… …数据准备模型构建模型应用工作耗时P4硬件配置方案产品名称参数、规格描述数量CPUIntel E5-2620V4 8核心，2.1MHz2GPUNVIDIA RTX 2080Ti4内存16GB DDR4 2400 RECC 镁光或者三星4硬盘8T1电源1600W(2+2)冗余电源 •CPU 版本主机内存不低于16G•GPU 版本支持英伟达显卡，显存不低于11G，且需系统安装最新的显卡驱动P5深度学习模型构建几大痛点样本数据•数据量不够•数据质量欠优•数据类别不均模型训练•训练速度慢•精度欠佳•参数调优困难P6P7P7数据准备1P8遥感AI 工作流程数据准备模型构建模型应用数据预处理训练数据生成数据收集P9数据收集全国高光伏电站分布数据对应光伏板影像§0.2-1m§约20张8km*8kmP10数据预处理①影像切分及过滤约5000张512*512大小的影像切片（有光伏板）光伏板原始影像§0.2-1m§约20张8km*8kmP11数据预处理②标签勾绘基于SAM的交互式自动标注P12训练数据生成5000张512*512的旋转框标签和影像切片①旋转框训练数据影像切片P13训练数据生成②正交框训练数据计算bbox5000张512*512的正交框和影像切片P14P14模型构建2P15遥感AI 工作流程数据准备模型构建模型应用模型调优模型训练P16模型训练模型：ReDetBackbone：Re-R50Epoch: 100Batch Size: 16Learning Rate：NoneGPUs：0,1,2,3 (4*11G)①旋转框模型训练P17模型训练•是一种专门为旋转目标检测设计的算法，基于 Faster R-CNN 模型框架•将旋转等变网络结合到检测器中，用于提取旋转特征•相比传统CN