Deep Learning with Geospatial Data

L'apprentissage profond avec données géospatiales est un service d'IA et d'apprentissage automatique basé sur devis proposé par GeoWGS84 Corp., une entreprise géospatiale basée à Parker, Colorado, destiné aux organisations qui ont besoin de modèles d'apprentissage profond et d'analyses conçus pour leurs images géospatiales. GeoWGS84 collecte et étiquette les données d'entraînement et de test, entraîne les modèles d'apprentissage profond, analyse les données du client avec ces modèles et génère des rapports d'analyse. Les tâches listées sont la détection d'objets avec évaluation de la précision, la classification et l'étiquetage d'images, la classification de pixels, la segmentation sémantique et par instance, ainsi que la détection de changements.

Le fournisseur décrit la classification de la couverture et de l'utilisation des sols « basée sur des caractéristiques extraites d'images satellites ou d'autres types de données géospatiales », la détection et le suivi d'objets (navires, voitures, flottes, camionnettes ou camions de livraison), la prédiction spatiale, la géocodification et la visualisation cartographique. Les applications nommées incluent la localisation des surfaces imperméables, l'agriculture, les réseaux routiers, la surveillance de la construction, la détection de toitures endommagées pour l'immobilier, la maintenance des bâtiments, ainsi que l'inspection d'éoliennes et de centrales solaires ; l'IA peut également soutenir la modélisation 3D et la cartographie DTM/DSM. Pour la collecte des données d'entraînement, l'équipe utilise des capteurs infrarouges, RGB haute définition, multispectraux et thermiques. Un article de blog de l'entreprise explique la détection d'objets avec un modèle d'apprentissage profond pré-entraîné dans Esri ArcGIS Pro ; ses captures d'écran montrent la détection de voitures sur un orthomosaïque échantillon de 3 cm.

Le service est distinct de GeoWGS84.ai, la plateforme GeoAI en libre-service de l'entreprise. Les projets sont tarifés sur devis.