【技术实现步骤摘要】
本专利技术涉及遥感图像处理,具体涉及遥感智能解译,尤其涉及一种面向遥感解译应用的训练推理一体机。
技术介绍
1、随着空天信息和人工智能技术的持续发展,遥感基础模型已成为遥感智能解译领域的有效解决方案。然而,由于遥感单幅影像幅宽大,基础模型推理速度严重受限,难以满足实际应用中快速处理的需求。因此,遥感智能解译亟需低延时、低成本、可灵活部署的大模型边缘智能一体服务。
技术实现思路
1、有鉴于此,本专利技术提供一种面向遥感解译应用的训练推理一体机,其特征在于,包括:轻量化遥感基础模型,被配置为分别提取遥感图像的高频信息和低频信息,将高频信息和低频信息融合得到遥感图像的通用表征,以及根据通用表征进行不同任务的推理;多个边缘设备,每个边缘设备部署有轻量化遥感基础模型,其中,基于多个边缘设备中各个边缘设备的计算资源,动态调度多个边缘设备上的轻量化遥感基础模型处理遥感图像实现不同任务的推理;智能解译软件系统,被配置为设置轻量化遥感基础模型处理遥感图像过程中涉及的参数,预训练轻量化遥感基础模型,以及对推理
...【技术保护点】
1.一种面向遥感解译应用的训练推理一体机,其特征在于,包括:
2.根据权利要求1所述的面向遥感解译应用的训练推理一体机,其特征在于,所述轻量化遥感基础模型包括:位置嵌入模块、第一特征提取分支、第二特征提取分支以及融合模块,所述第一特征提取分支采用卷积神经网络结构,所述第二特征提取分支采用Transformer网络结构;
3.根据权利要求1或2所述的面向遥感解译应用的训练推理一体机,其特征在于,所述基于所述多个边缘设备中各个边缘设备的计算资源,动态调度所述多个边缘设备上的所述轻量化遥感基础模型处理所述遥感图像实现不同任务的推理,包括:
【技术特征摘要】
1.一种面向遥感解译应用的训练推理一体机,其特征在于,包括:
2.根据权利要求1所述的面向遥感解译应用的训练推理一体机,其特征在于,所述轻量化遥感基础模型包括:位置嵌入模块、第一特征提取分支、第二特征提取分支以及融合模块,所述第一特征提取分支采用卷积神经网络结构,所述第二特征提取分支采用transformer网络结构;
3.根据权利要求1或2所述的面向遥感解译应用的训练推理一体机,其特征在于,所述基于所述多个边缘设备中各个边缘设备的计算资源,动态调度所述多个边缘设备上的所述轻量化遥感基础模型处理所述遥感图像实现不同任务的推理,包括:
4.根据权利要求3所述的面向遥感解译应用的训练推理一体机,其特征在于,所述待推理任务包括遥感图像分类、遥感图像目标检测、遥感图像语义分割、遥感图像变化检测中的至少之一。<...
【专利技术属性】
技术研发人员:付琨,孙显,王智睿,赵良瑾,成培瑞,陈凯强,
申请(专利权)人:中国科学院空天信息创新研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。