遥感行业解决方案

基本概念 遥感 通过非接触成像系统，获取地球及其环境空间位置、形状、性质及变化信息。 光学遥感 光谱探测范围主要位于可见光范围内（0.38微米 ~ 0.76微米）。光学传感器一般含有1 ~ 8个通道，对应光学卫星影像1 ~ 8个波段。 正射影像 原始L1影像因成像姿态、地球曲率、

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

L5四个等级的影像处理服务。 L2级处理：对原始遥感光学卫星影像进行色彩增强与几何粗纠正处理，输出L2级的成果数据。 L3级处理：对原始遥感光学卫星影像进行色彩增强与几何精纠正处理，输出L3级的成果数据。 L4级处理：对原始遥感光学卫星影像进行色彩增强与正射纠正处理，输出L4级的成果数据。

查看更多 →

以及影像镶嵌L5处理，具体如下： L2处理：对原始遥感光学卫星影像进行色彩增强与几何粗纠正处理，输出L2级的成果数据。 L3处理：对原始遥感光学卫星影像进行色彩增强与几何精纠正处理，输出L3级的成果数据。 L4处理：对原始遥感光学卫星影像进行色彩增强与正射纠正处理，输出L4级的成果数据。

查看更多 →

信息。 卫星影像：指通过安装在遥感平台上的遥感仪器对地球表面摄影或扫描获得的影像。目前版本仅支持对遥感光学卫星影像处理。 矢量数据：指通过记录坐标的方式尽可能的将地理实体的空间位置表现的准确无误。影像处理服务中可利用矢量属性对卫星影像边界裁切，从而获取到满足用户业务需求数据。 生

查看更多 →

云地图服务主要由一下几个子服务组成： 卫星影像生产服务：对原始的遥感光学卫星影像进行专业处理，生成各个行业应用可使用的成果影像数据。 实景三维生产服务：利用三维重建技术，将现实采集场景快速还原为三维世界，生成支撑各行业应用数据的数字底座。 AR地图生产服务：对外业采集的图像数据进行加工处理，通过三维场景重建等

查看更多 →

服务。 卫星影像生产服务：对原始的遥感光学卫星影像进行专业处理，生成各个行业应用可使用的成果影像数据。 实景三维生产服务：利用三维重建技术，将现实采集场景快速还原为三维世界，生成支撑各行业应用数据的数字底座。 AR地图生产服务：对外业采集的图像数据进行加工处理，通过三维场景重建等

查看更多 →

北京市1985年-2017年城镇化进度 支持多种经典机器学习分类算法，如K-Means、随机森林、正态贝叶斯、支持向量机、期望最大EM等，实现遥感影像快速分类 图6 基于K-Means算法的分类结果图 图7 基于正态贝叶斯的分类结果图 支持调用PIE-Engine AI平台的丰富深度学习模型进行实时解译 图8 调用PIE-Engine

查看更多 →

序号 功能名称 功能描述 阶段 相关文档 1 卫星影像处理（L3级处理） 对原始遥感光学卫星影像进行色彩增强与几何精纠正处理，输出L3级的成果数据。 公测 创建卫星影像处理任务 2 生产资料 指在进行光学卫星影像处理任务时使用提前导入的生产资料，以实现更高精度的空间三角测量处理。 公测

查看更多 →

集成主流深度学习框架，包括PyTorch，TensorFlow，Jittor，PaddlePaddle等，内置经典网络结构并支持用户自定义上传网络，同时，针对遥感影像多尺度、多通道、多载荷、多语义等特征，内置遥感解译专用模型，支持用户进行预训练和解译应用。 图18 部分深度学习模型参数

查看更多 →

培训内容 培训内容 说明 神经网络基础 介绍深度学习预备知识，人工神经网络，深度前馈网络，反向传播和神经网络架构设计 图像处理理论和应用 介绍计算机视觉概览，数字图像处理基础，图像预处理技术，图像处理基本任务，特征提取和传统图像处理算法，深度学习和卷积神经网络相关知识 语音处理理论和应用

查看更多 →

购买卫星遥感数据 操作场景 本章节指导用户购买卫星遥感数据。 操作步骤 登录MapDS控制台。 在左侧导航栏选中“卫星遥感数据”，进入订单列表页面。 单击右上角“购买卫星遥感数据”，进入购买页面。 根据界面提示选择购买区域。 在购买区域上用户可根据“行政区域选择”或者“自定义SharpFile”。

查看更多 →

.0实战 深度学习预备知识 介绍学习算法，机器学习的分类、整体流程、常见算法，超参数和验证集，参数估计、最大似然估计和贝叶斯估计 深度学习概览 介绍神经网络的定义与发展，深度学习的训练法则，神经网络的类型以及深度学习的应用 图像识别、语音识别、 机器翻译 编程实验 与图像识别、语言识别、机器翻译编程相关的实验操作

查看更多 →

确认服务开通信息以及收费标准，并单击右下角“开通遥感专属数据存储服务”进入“遥感专属数据存储服务配套开通”页面，了解遥感专属数据存储服务收费标准。 图1 进入遥感专属数据存储服务收费标准 开通卫星影像生产服务必须配套开通遥感专属数据存储服务，遥感专属数据存储服务开通后按实际使用量计费。

查看更多 →

获取卫星遥感数据 操作场景 购买卫星遥感数据后，您需要将数据下载到本地或者保存到个人桶中才能使用。 表1 获取数据 数据保存方式 操作指导 下载到本地 通过OBS Browser+下载数据 通过obsutil下载数据 复制数据到指定桶 复制数据到指定桶 前提条件 用户收到订单交付短信提醒。

查看更多 →

图像计划 登录行业视频管理服务后台。 选择“远程配置 > 图像显示”，左侧选择需要配置的设备。 单击“图像计划”，开启启用计划开关。 默认进入年度计划模式，选中套餐后在表格上框选时间区域，无设置时段执行默认套餐。 图1 年度计划 您也可以单击“昼夜计划”，进入昼夜计划模式，选择白

查看更多 →

应用场景 内容审核 -图像 内容审核-图像有以下应用场景： 视频直播 在互动直播场景中，成千上万个房间并发直播，人工审核直播内容几乎不可能。基于图像审核能力，可对所有房间内容实时监控，识别可疑房间并进行预警。 场景优势如下： 准确率高：基于改进的深度学习算法，检测准确率高。 响应速度快：视频直播响应速度小于0

查看更多 →

卫星遥感数据服务 简介 购买卫星遥感数据 获取卫星遥感数据

查看更多 →

提升业务效率。 媒资图像标签 基于深度学习技术，准确识别图像中的视觉内容，提供多种物体、场景和概念标签，具备目标检测和属性识别等能力帮助客户准确识别和理解图像内容。主要面向媒资素材管理、内容推荐、广告营销等领域。 图1 媒资图像标签示例图 名人识别 利用深度神经网络模型对图片内容

查看更多 →

pyter Notebook完成神经网络模型的训练，并利用该模型完成简单的图像分类。 父主题： 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

查看更多 →