【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及面向多源数据的ai图像模型训练数据整合处理系统。
技术介绍
1、随着遥感技术的发展，光学、热红外和微波等不同传感器可部署于卫星、飞机等远端平台，提供多光谱、多传感器、多分辨率的多源遥感数据。
2、现有技术cn119090826a公开了一种aigc大模型图像检测训练系统，包括模型图像数据、数据处理系统、数据训练系统、数据评估系统以及数据输出模块，本专利技术通过模型图像数据系统对模型图像数据集预处理，并将处理后的数据集输送至数据训练系统，以便训练系统对模型图像数据进行训练，且在数据训练时，利用图像处理技术和深度学习算法从图像中提取有用的特征信息，并根据需求选择合适的深度学习模型架构，通过模型架构对标注好的图像数据对模型进行训练。
3、但在对多源渠道采集的训练数据以及对训练数据整合过程中，缺乏对样本图像合理的排列和组织，无序的样本序列会导致模型训练效率低下，延长训练时间，同时难以保证模型学习的稳定性和一致性。
技术实现思路
1、本专利技术的...
【技术保护点】
1.面向多源数据的AI图像模型训练数据整合处理系统，其特征在于，包括：
2.根据权利要求1所述的面向多源数据的AI图像模型训练数据整合处理系统，其特征在于，数源图像的获取方法包括：
3.根据权利要求1所述的面向多源数据的AI图像模型训练数据整合处理系统，其特征在于，映射对象的获取方法包括：
4.根据权利要求3所述的面向多源数据的AI图像模型训练数据整合处理系统，其特征在于，样本图像的获取方法包括：
5.根据权利要求1所述的面向多源数据的AI图像模型训练数据整合处理系统，其特征在于，单体像素区域的确定方法包括：
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。