目标检测2D Octopus 目录 标注文件目录结构 +--- 1599625710056 | +--- 1599625710056.jpg | +--- 1599625710056.json +--- 1599625740054 | +--- 1599625740054

查看更多 →

目标检测3D Octopus 目录 标注文件目录结构 +--- 1611801018801 | +--- 1611801018801.json | +--- 1611801018801.pcd +--- 1611801024401 | +--- 1611801024401

查看更多 →

标进行定性识别，作为模式识别技术在遥感领域的应用。 影像融合 将低分辨率的多光谱影像与高分辨率的单波段影像重采样，生成高分辨率多光谱影像遥感的影像处理技术，使处理后的影像既有较高的空间分辨率，又具有多光谱特征 。 镶嵌裁切 影像裁切的目的是将非研究区域去除，常用的是按照行政区划边界或自然区划边界进行影像的分幅裁剪。

查看更多 →

件的影像文件。文件的选择需遵守如下规则： 只处理多光谱影像：拍摄卫星只有多光谱相机（GF1-WFV或GF6-WFV），且必须选择卫星型号和传感器型号一致的影像。 处理多光谱和全色一一对应影像：必须选择卫星型号一致的影像，且多光谱和全色影像文件数量一致。 图1 勾选卫星影像文件 （可选）勾选矢量数据

查看更多 →

选择卫星影像。 选择卫星影像文件须遵守如下规则： 只处理多光谱影像：拍摄卫星只有多光谱相机（GF1-WFV或GF6-WFV），且必须选择卫星型号和传感器型号一致的影像。 处理多光谱和全色一一对应影像：必须选择卫星型号一致的影像，且多光谱和全色影像文件数量一致。 图6 选择卫星影像数据 （可选）选择生产资料。

查看更多 →

单击右上角的“添加文件”。 完成文件上传信息。 目标检测 图1 文件上传 预标注功能：此处选择“目标检测”。 添加文件：上传本地点云文件。只能选择PCD点云文件，文件大小不能超过7MB。 目标分割 图2 文件上传 预标注功能：此处选择“目标分割”。 添加文件：上传本地点云文件。只能选

查看更多 →

关闭】按钮，则跳过组织选择，以个人帐号登录系统。 图4 个人帐号 功能介绍 面向个人/组织的云端多人协同样本标注与管理，支持基于多光谱、SAR、高光谱、无人机等航天航空影像及时空地理矢量数据进行标注，覆盖目标识别、语义分割、变化检测三种场景，实现从样本标注、质检、审核、样本集制作、入库管理全流程。

查看更多 →

校验原始影像文件 功能介绍 校验原始影像文件是否满足匹配规则（全色与多光谱一一对应或全为多光谱）并返回成果影像名称。如果不满足匹配规则，会以报错方式提示用户。 调试 您可以在 API Explorer 中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。

查看更多 →

影像文件格式需为.tif（或.tiff）格式，影像有配套模型参数文件（RPC文件）、元数据文件（xml文件）。 当前仅支持多光谱影像，或全色与多光谱配对影像。其中多光谱影像应为3波段或4波段。 输入影像需为8比特 ~ 16比特。 输入影像含云量需低于10%。 实景三维生产服务 输入影像

查看更多 →

模型数据集支持 模型评测支持多种数据集格式，包括Octopus格式和部分常见开源数据集格式，以下为各类别模型的数据集支持列表和示例。 目标检测2D 目标检测3D 目标追踪2D 目标追踪3D 语义分割2D 语义分割3D 车道线检测 父主题： 模型评测

查看更多 →

2D预标注 2D预标注当前支持目标检测、车道线检测和语义分割（混合）多种预标注功能。其中，目标检测主要用于鱼眼图片的预标注；语义分割（混合）不仅支持鱼眼图片，还支持普通图片的预标注；车道线检测能够快速标注车道线的位置和类别。 2D预标注默认使用服务内置的初始模型部署的在线服务，您

查看更多 →

食”、“工作”等类别。方便用户管理相册，带来良好体验。 图2 智能相册场景 目标检测 在建筑施工现场，基于定制化的图像识别目标检测系统，可实时监测现场人员是否佩戴安全帽，以降低安全风险。 图3 目标检测场景 图像搜索 基于图像标签的图像搜索技术，不管用户输入关键字，还是输入一张图像，都可以快速搜索到想要的图像。

查看更多 →

参数说明 防护策略名称 自定义当前添加的策略名称。 启用 当前策略是否启用目标检测规则，需要启用则勾选目标检测规则即可，不启用则不勾选。 检测规则标识 目前支持自定义的选择的所有检测规则标识。 防护动作 选择目标检测规则在检测时防护的动作。 检测：针对目标规则的检测对象进行检测，对检测的风险事件进行告警上报。

查看更多 →

CATEGORY 针对类目检索的搜索类型，服务实例具有如下高阶请求参数： 添加数据API do_det: 是否进行目标检测，默认为true。 box: 目标矩形框左边，如给定则不进行目标检测，直接使用该box作为目标。 do_cls: 是否进行对象分类，默认为true。 category:

查看更多 →

模型模板简介 相同功能的模型配置信息重复率高，将相同功能的配置整合成一个通用的模板，通过使用该模板，可以方便快捷的导入模型创建AI应用，而不用编写config.json配置文件。简单来说，模板将AI引擎以及模型配置模板化，每种模板对应于1种具体的AI引擎及1种推理模式，借助模板，

查看更多 →

模型评测 在机器学习中，通常需要使用一定的方法和标准，来评测一个模型的预测精确度。自动驾驶领域通常涉及目标检测、语义分割、车道线检测等类别，如识别车辆、行人、可行区域等对象。 评测脚本 评测任务 任务队列 评测对比 模型数据集支持 父主题： 训练服务

查看更多 →

以上时间。ModelArts数据管理提供了一套高效便捷的管理和标注数据框架。不仅支持图片、文本、语音、视频等多种数据类型，涵盖图像分类、目标检测、音频分割、文本分类等多个标注场景，可适用于各种AI项目，如计算机视觉、 自然语言处理 、音视频分析等；同时提供数据筛选、数据分析、数据处理

查看更多 →

日志提示“label_map.pbtxt cannot be found” 问题现象 使用目标检测算法训练时，训练作业日志运行出现如下报错：ERROR:root:label_map.pbtxt cannot be found. It will take a long time to

查看更多 →

valid number is 0. 原因分析 该日志表示数据集中的有效样本量为0，可能有如下原因： 数据未标注。 标注的数据是不符合规格的（如目标检测算法要求标注为矩形框，但是提供数据标注为非矩形框）。 处理方法 请您检查数据是否已标注，或检查数据标注是否符合算法要求。 父主题： 预置算法运行故障

查看更多 →

最大目标数 智能识别的最大目标个数，请根据界面提示的取值范围设置。 去阴影模式 现场环境的阴影强度。 弱阴影 普通阴影 强阴影 自适应模式 目标检测灵敏度 目标产生符合设置规则的行为后，系统触发告警的灵敏度。 背景更新速率 物体被融入为背景的速度。 背景更新速率越大，物体被融入为背景所需的时间越短。

查看更多 →

影像：数字正射影像图，带有公里格网、图廓（内、外）整饰和注记的平面图。 地形：数字高程模型，即对地面地形的数字化模拟。 交付类型 光学 多光谱 时效 现势（90天以内）：直接获取所需空间范围内的90天内的影像数据 一年存档 两年存档 三年存档 预约拍摄：可自行选择预约时间进行数据拍摄

查看更多 →