深度學(xué)習(xí)技術(shù)在遙感影像解譯領(lǐng)域的優(yōu)勢逐漸凸顯，遙感影像解譯工作越來越多地用到深度學(xué)習(xí)模型。訓(xùn)練一個(gè)理想的深度學(xué)習(xí)模型需要大量樣本數(shù)據(jù)，而實(shí)際情況是用戶往往沒有足夠的樣本數(shù)據(jù)，難以開展遙感智能解譯，或是只有少量樣本數(shù)據(jù)，導(dǎo)致模型效果欠佳。預(yù)訓(xùn)練模型則是解決這一問題的有效工具。預(yù)訓(xùn)練模型是基于大量高質(zhì)量的樣本數(shù)據(jù)訓(xùn)練得到的深度學(xué)習(xí)模型，往往針對特定任務(wù)。例如提取特定地物（如提取耕地、建筑物）、區(qū)分特定地物類型（如土地利用/覆蓋分類）、檢測特定地物目標(biāo)（如檢測飛機(jī)、艦船）、檢測特定地物的變化（如檢測道路變化）。

SuperMap提供哪些預(yù)訓(xùn)練模型？

• 遙感影像解譯預(yù)訓(xùn)練模型

模型訓(xùn)練不僅對訓(xùn)練數(shù)據(jù)有較高要求，還是一個(gè)極其消耗時(shí)間和計(jì)算資源的過程。為了降低用戶使用成本，結(jié)合遙感影像解譯的應(yīng)用需求，SuperMap提供幾個(gè)常用的預(yù)訓(xùn)練模型：城市建筑物提取模型、城市水體提取模型、耕地提取模型、大棚提取模型、飛機(jī)識別模型、艦船識別模型。這6個(gè)模型均適用于高分辨率可見光影像。

其中，城市建筑物提取模型和城市水體提取模型在此前V1版本基礎(chǔ)上對模型結(jié)構(gòu)和訓(xùn)練數(shù)據(jù)進(jìn)行了優(yōu)化，如城市建筑物提取模型使用了2023版本新增的SegFormer模型。SegFormer是將Transformers引入語義分割任務(wù)的產(chǎn)物，同時(shí)兼顧效果、效率、魯棒性，是一個(gè)簡單、高效但強(qiáng)大的語義分割框架。與使用SFNet模型訓(xùn)練的V1版本相比，提取效果有了較大改善。

• SAM大模型

2023年4月，Meta發(fā)布了計(jì)算機(jī)視覺大模型Segment Anything Model（SAM）。該模型由超10億標(biāo)簽訓(xùn)練，可以對圖像進(jìn)行一鍵分割，而圖像分割是遙感智能解譯的基礎(chǔ)。

SAM具備免訓(xùn)練、高泛化的特點(diǎn)，然而，模型對圖像進(jìn)行的全要素分割并不具備語義信息。此外，其訓(xùn)練數(shù)據(jù)也非遙感垂直領(lǐng)域的數(shù)據(jù)集，在沒有提示和交互下難以適應(yīng)遙感多種尺度。因此，SuperMap采用目標(biāo)檢測+SAM分割的方案，即采用Cascade RCNN等目標(biāo)檢測算法提供目標(biāo)框提示，再使用SAM生成每個(gè)目標(biāo)的實(shí)例分割掩碼。

預(yù)訓(xùn)練模型如何使用？

• 即拿即用——免訓(xùn)練，省人工

對于“預(yù)先訓(xùn)練好的模型”，若應(yīng)用場景適配，我們則可以直接將它應(yīng)用到推理影像上，省去訓(xùn)練數(shù)據(jù)準(zhǔn)備、制作和模型訓(xùn)練的復(fù)雜流程。只需要使用對應(yīng)的模型推理工具，輸入待推理影像和預(yù)訓(xùn)練模型，就可以將影像提取為解譯結(jié)果。模型推理在SuperMap桌面端產(chǎn)品（SuperMap iDesktopX）、組件產(chǎn)品（SuperMap iObjects Python）和服務(wù)器產(chǎn)品（SuperMap iServer）中均可實(shí)現(xiàn)，可靈活選擇單個(gè)影像文件、影像文件夾、鑲嵌數(shù)據(jù)集、影像服務(wù)等多種輸入形式，并支持指定范圍推理。

• 遷移學(xué)習(xí)——提高預(yù)訓(xùn)練模型泛化性

預(yù)訓(xùn)練模型聚焦遙感影像解譯的常見地物目標(biāo)，而在實(shí)際應(yīng)用中，往往會出現(xiàn)更加聚焦的需求。例如目前提供的城市建筑物提取模型，對于城市背景下具有不同外形特征和分布特征的建筑物都有較好的提取效果；但對于城郊區(qū)域集中連片的小型建筑物，提取精度仍有提升空間。面對此類更加聚焦的應(yīng)用需求，我們可以使用遷移學(xué)習(xí)。

遷移學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域，它將從解決一個(gè)問題中獲得的知識應(yīng)用到另一個(gè)類似的問題中。對于上述例子，可以使用少量的城郊建筑物訓(xùn)練數(shù)據(jù)，通過遷移學(xué)習(xí)，對城市建筑物提取模型進(jìn)行參數(shù)微調(diào)，獲得新的城郊建筑物提取模型。相比于從零開始訓(xùn)練城郊建筑物提取模型，遷移學(xué)習(xí)所需要的訓(xùn)練數(shù)據(jù)更少，從而可以快速獲得滿足應(yīng)用需求的新模型。

深度學(xué)習(xí)技術(shù)的使用，大大提升了遙感影像解譯的效率，而深度學(xué)習(xí)模型訓(xùn)練所需的數(shù)據(jù)成本、時(shí)間成本和算力成本也是實(shí)際應(yīng)用中難以忽視的問題。為了降低用戶使用成本，SuperMap提供了面向遙感影像智能解譯的預(yù)訓(xùn)練模型，除了本文介紹的6個(gè)常用模型，未來還將持續(xù)提供針對不同任務(wù)、不同地物目標(biāo)的預(yù)訓(xùn)練模型，并對已有模型進(jìn)行迭代優(yōu)化，期望幫助更多用戶高效地完成遙感影像解譯任務(wù)。

作者?|?超圖研究院遙感研發(fā)中心 汪雪淼