基于深度学习的遥感测绘行业解决方案
遥感测绘 | 气象水文 | 星图计算 | 测绘地理
深度学习 | 卫星影像 | 基础测绘 | 星地计算
随着遥感影像的空间分辨率、光谱分辨率和时间分辨率不断提高，空间技术发展尤其是地理信息系统和全球定位系统技术的发展及相互渗透，遥感影像应用领域越来越广泛。国家高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，为保障国家安全的基础性和战略性资源。遥感测绘影像目标检测需求不断增长以及大数据的发展，极大地促进了深度学习在遥感图像目标检测领域的应用研究。遥感影像检测算法日新月异，遥感影像目标检测与识别任务仍面临着诸多挑战。
项目痛点
数据多样复杂
遥感影像目标具有尺度差异性，目前大多采用融合多层特征的方式来获取多尺度特征以优化小目标及密集目标的识别效果，但目前仍旧缺乏适合遥感多尺度目标检测的性能更优异的方法。利用外部存储设备，进行数据分发和传递。数据归口管理难度大，涉密数据存风险。
业务周期长
由于大量的遥感标注数据耗费巨大获取不易，缺乏有效的训练集也是制约目标检测精度提升的瓶颈。数据分发效率低，占用时间超过业务周期的50%以上。因此采用弱监督、无监督的方法，或利用迁移学习解决数据不足的问题也是今后发展的趋势。
网络压力大
遥感数据是多模态的，特定数据集针对特定任务的难以迁移问题也是面临的挑战之一，光纤连接业务数据量大,集中存储和图形工作站之间通过双口光纤连接。因此利用多源异构数据和信息的融合，协同互补地利用这些数据源构建易迁移的通用模型十分重要。
设备管理困难
传统IT架构，所有设备分散在办公区各处，软件和硬件管理都很困难。虽然理论上多层网络确实可能学习出最优的函数模型，但它无法解释该模型如何构建以及模型背后的含义。加强网络的理论研究并掌握最佳网络深度与检测性能、硬件、效率之间的平衡也是今后重要的研究课题之一。
资源利用率低
任务类型多，数据多样化，对资源要求不一,?竖井化资源难以紧贴业务变化。
解决方案
遥感应用平台架构
时空数据一体机
时空数据一体机是以液冷服务器为平台、图数据库、时空环境知识图谱系统、GPU云的混合部署，对“图形工作站+集中存储”进行了替换。一站式图形化的数据开发套件提供强大的开发组件环境和丰富的图形化管理与开发界面，支持运行、调试、日志跟踪、结果预览等功能，极大地方便遥感人员的使用。该方案包含了数据中心传统业务和前端业务的生产力工具，将所有计算和存储资源集中在数据中心,工位只有负责显示和操作的客户端，所有应用层遥感数据软件统一部署、统一调度、做到各数据实时共享、共建共享，避免反复重复工作，且能做到正源追溯，谁审批谁修改，谁修改谁负责的溯源原则。
深度学习?| 图数据一体机
遥感大数据一体机
大数据一体机实现了软硬件的预集成与预优化，解决了原有架构的扩展瓶颈和新技术条件下的客户应用门槛，快速满足人工智能高负载应用的性能需求，降低系统部署的复杂性和TCO，提升交付灵活性。通过搭建企业级深蓝大数据分析平台，打破传统各系统烟囱式建设模式，实现跨专业、跨层级、跨主体、全过程的数据呈现、敏捷开发与能力嵌入，充分发挥大数据的核心资产能力与价值能力，持续推动透明管控、科学运营和价值创造。在水冷工作站超融合系统上部署“快存快取”系统，为数据的分发和传递提供交换平台，提升针对测绘业务数据的管理能力。并在存储层面提供对象存储接口，提升数据读写速率。
深度学习?| 大数据一体机
方案特点
超高性能
基于蓝海大脑水冷工作站深度优化计算性能，评测显示其性能大幅提升。同时结合自主研发的自动化压力测试工具，快速导入遥感数据架构中，完成产品组件的快速更新。快速分发存取数据取代通过外部存储传递数据的方式，缩短数据的传递路径，加快数据传输速度。提高了工作效率缩?输短了业务周期。
极致兼容
深度优化的?Spark SQL 解析引擎，全源数据整合能力，提供 10 多种数据采集接口自主研发，突破传统架构和性能瓶颈，提供十多种数据接入适配；通过全图形化的灵活配置，可以实现多源异构数
据的快速采集与集成。凭借蓝海大脑液冷服务器的优异性能，达到了和传统图形工作站的完美融合。
数据安全
平台支持表列级细粒度的数据访问控制，并扩展了多租户管理及资源隔离；支持基于?Kerberos/Sentry/LDAP 实现用户访问和服务间的强认证；支持?AES128/256 加解密算法；提供全面和高标准的数据安全保障机制。确保沉浸式的用户体验。
深度学习?| 水冷工作站
客户收益
提升效率
遥感数据以2米分辨率遥感影像处理时间压缩至1.5小时；亚米级（0.5米分辨率）卫星影像处理时间从约15000工时压缩至726工时，效率提升17倍以上。全面实现遥感影像自动化、智能化。卫星影像自动处理系统和典型地物智能解译软件借鉴工业制造执行系统模式，采用类汽车制造生产线思想，采用先进算法研制成影像处理生产线，真正实现了人机协同作业，自动化率达到90%以上。
节约能源
原有数据中心电力使用成本在生命期间TCO中占比最大。数据中心实现IT设备按需供电与制冷，让供电和制冷系统的容量与负载需求更为匹配，从而提高了工作效率并减少过度配置。微模块电源转换率高达95%，由于采用标准化的接口和微模块架构，极大节省电能，达到系统节能，结合水冷系统、自然冷却系统，PUE值可降至1.5以下。
运维监管
简单的运维操作和监控管理，功能全面、简洁、易用、易维护，基于蓝海大脑大数据平台的运维管理方面，基于大数据分析，输出节能优化方案，构建绿色计算，提升算力。支持产品一键安装、一键升级和图形化运维，并提供了预警和健康检测功能，帮助用户极简化运维操作。帮助客户实现数据中心多层级、精细化能耗管理，通过多种报表精确定能源额外损耗点，实现节能降耗。资产管理帮助用户制定资产维护计划，实现主动预警，动态调整维护计划，按照实际情况输出优化方案，构建最佳资产管理功能。
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20220722A03X0100?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
