? ?PIE-Engine AI是航天宏圖公司發(fā)布的智能解譯云服務(wù)軟件，PIE-Engine AI面向國(guó)土、交通、電力、國(guó)防、氣象等領(lǐng)域，針對(duì)遙感典型地物目標(biāo)檢測(cè)、要素分類(lèi)、變化檢測(cè)等應(yīng)用智能化需求，以PyTorch、TensorFlow等主流深度學(xué)習(xí)框架為基礎(chǔ)，提供樣本樣本標(biāo)準(zhǔn)化制作、環(huán)境部署、模型開(kāi)發(fā)、模型訓(xùn)練、模型評(píng)估、模型部署等一站式全流程深度學(xué)習(xí)服務(wù)。

? ?PIE-Engine AI所提供的遙感數(shù)據(jù)智能化解譯和應(yīng)用服務(wù)包含以下四個(gè)方面：一是樣本協(xié)同標(biāo)注服務(wù)，主要針對(duì)遙感典型語(yǔ)義分割、目標(biāo)檢測(cè)等應(yīng)用場(chǎng)景，支持樣本標(biāo)準(zhǔn)化制作、多人在線(xiàn)協(xié)同制作及統(tǒng)一組織管理。二是模型開(kāi)發(fā)訓(xùn)練服務(wù)，平臺(tái)內(nèi)置豐富的自主訓(xùn)練機(jī)制，可預(yù)制多種高精度遙感預(yù)訓(xùn)練模型，支持超參數(shù)調(diào)優(yōu)、遷移學(xué)習(xí)訓(xùn)練，同時(shí)支持?jǐn)?shù)據(jù)閉環(huán)、持續(xù)訓(xùn)練以及分布式訓(xùn)練加速模型訓(xùn)練過(guò)程。三是模型部署監(jiān)控，提供一鍵式模型發(fā)布服務(wù)，支持資源的靈活分配、彈性擴(kuò)縮容、模型迭代發(fā)布、應(yīng)用監(jiān)控和統(tǒng)計(jì)分析，輕松實(shí)現(xiàn)AI能力服務(wù)化。四是影像智能解譯，提供海量多源遙感數(shù)據(jù)實(shí)時(shí)、快速、高頻、高效自動(dòng)化解譯處理，支持典型遙感地物/目標(biāo)特征信息智能化提取分析。

國(guó)產(chǎn)深度學(xué)習(xí)框架——計(jì)圖（Jittor）

? ?在深度學(xué)習(xí)框架領(lǐng)域，Pytorch、TensorFlow是目前學(xué)界和業(yè)界使用最廣泛的兩大框架，國(guó)內(nèi)百度PaddlePaddle、華為MindSpore、曠視MegEngine等廠(chǎng)商研發(fā)的框架發(fā)展勢(shì)頭強(qiáng)勁，因其自身業(yè)務(wù)特點(diǎn)具有一定獨(dú)特設(shè)計(jì)。隨著深度學(xué)習(xí)新技術(shù)的出現(xiàn)，由于架構(gòu)設(shè)計(jì)和參數(shù)不斷擴(kuò)充等原因，任務(wù)復(fù)雜度不斷提高，模型架構(gòu)優(yōu)化和移植變得困難，新模型的實(shí)際性能還有待提升。

? ?清華大學(xué)開(kāi)發(fā)的計(jì)圖（Jittor）深度學(xué)習(xí)框架，采用元算子融合和動(dòng)態(tài)編譯技術(shù)，深度優(yōu)化內(nèi)存，有效解決越來(lái)越龐大的模型架構(gòu)及參數(shù)優(yōu)化問(wèn)題，提升了系統(tǒng)的運(yùn)行性能和通用性，確保實(shí)現(xiàn)和優(yōu)化分離，大幅提升應(yīng)用開(kāi)發(fā)的靈活性、可拓展性和可移植性。

? ?計(jì)圖（Jittor）是一個(gè)完全基于動(dòng)態(tài)編譯（Just-in-time），內(nèi)部使用創(chuàng)新的元算子和統(tǒng)一計(jì)算圖的深度學(xué)習(xí)框架，元算子和Numpy一樣易于使用，并且超越Numpy能夠?qū)崿F(xiàn)更復(fù)雜更高效的操作。而統(tǒng)一計(jì)算圖則是融合了靜態(tài)計(jì)算圖和動(dòng)態(tài)計(jì)算圖的諸多優(yōu)點(diǎn)，在易于使用的同時(shí)，提供高性能的優(yōu)化。

PIE-Engine AI支持計(jì)圖框架實(shí)現(xiàn)遙感圖像風(fēng)車(chē)檢測(cè)識(shí)別

? ?為滿(mǎn)足廣大用戶(hù)對(duì)國(guó)產(chǎn)框架的需求，以及平臺(tái)對(duì)框架的多元化支持，航天宏圖與清華大學(xué)計(jì)圖團(tuán)隊(duì)緊密合作，以最快的速度實(shí)現(xiàn)PIE-Engine AI對(duì)計(jì)圖框架的支持，并上線(xiàn)了計(jì)圖框架的YOLOv5目標(biāo)檢測(cè)算法。

? ?以風(fēng)車(chē)檢測(cè)識(shí)別為例，展示計(jì)圖框架下的YOLOv5的訓(xùn)練效果。

? ?本次訓(xùn)練基于2m分辨率光學(xué)遙感衛(wèi)星影像，使用NVIDIA TITAN RTX單GPU顯卡進(jìn)行訓(xùn)練，風(fēng)車(chē)測(cè)試影像選擇戈壁、山地、水域平原3種地理環(huán)境差異較大的場(chǎng)景進(jìn)行測(cè)試，目的是評(píng)估算法模型的泛化性能。

? ?為了更加深入精準(zhǔn)的評(píng)估計(jì)圖框架YOLOv5算法，在相同計(jì)算環(huán)境下基于PyTorch框架YOLOv5算法，利用相同風(fēng)車(chē)數(shù)據(jù)進(jìn)行訓(xùn)練。統(tǒng)計(jì)兩種框架下YOLOv5算法模型在相同測(cè)試數(shù)據(jù)集上的單張圖像推理時(shí)間及檢測(cè)評(píng)估精度，包括準(zhǔn)確率、召回率、mAP等評(píng)價(jià)指標(biāo)，結(jié)果如下表所示。

? ? 通過(guò)測(cè)試驗(yàn)證，使用計(jì)圖框架YOLOv5算法所訓(xùn)練的風(fēng)車(chē)模型檢測(cè)精度整體優(yōu)于PyTorch框架YOLOv5算法模型，并且算法模型的泛化能力較好，在戈壁、山地、水域平原等遙感場(chǎng)景下均取得了較好的檢測(cè)結(jié)果。

? ? 航天宏圖發(fā)布的PIE-Engine AI 遙感服務(wù)云平臺(tái)，可支持PyTorch、TensorFlow等國(guó)外機(jī)器學(xué)習(xí)框架，以及計(jì)圖（Jittor）等國(guó)內(nèi)深度學(xué)習(xí)框架，滿(mǎn)足不同用戶(hù)的訓(xùn)練框架需求。平臺(tái)實(shí)現(xiàn)了包括艦船檢測(cè)、飛機(jī)檢測(cè)、水體檢測(cè)、光伏檢測(cè)、風(fēng)車(chē)檢測(cè)、橋梁檢測(cè)等多個(gè)遙感圖像智能解譯檢測(cè)算法，用戶(hù)可依據(jù)需求，自主開(kāi)展模型的訓(xùn)練和發(fā)布。詳情請(qǐng)掃下方二維碼：