【技术实现步骤摘要】
本专利技术涉及遥感影像智能解译，尤其涉及一种网络环境下遥感影像智能解译模型共享方法及系统。
技术介绍
1、近年来，人工智能技术的发展给卫星遥感应用行业带来了新的活力。人工智能方法彻底改变了卫星遥感从业者的工作方式。特别地，基于深度学习的遥感影像智能解译和监测技术与传统方法相比表现出了明显的优势，并在业界得到了广泛的应用。同时，从数据科学的角度来看，许多研究者已经在智慧城市、环境管理、灾害应急等各个领域研究了基于深度学习的遥感影像智能解译模型。深度学习已经成为处理和分析卫星遥感大数据的主要技术。
2、与传统的经验性的遥感影像解译分析方法相比，数据驱动的遥感影像智能解译方法需要大量的遥感影像训练数据和大规模的计算资源。因此，为了促进遥感影像智能解译技术的发展，大量的遥感影像训练数据和模型被创建并在网络上进行共享。例如，著名的遥感影像训练数据集包括whu-rs19、dota、eurosat等，著名的遥感影像智能解译模型包括resnet、yolo、deeplab等。然而，如公开号为cn114625820a的中国专利技术专利，公开了一...
【技术保护点】
1.一种网络环境下遥感影像智能解译模型共享方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述模型查询接口通过设定模型名称、模型创建时间、模型更新时间、模型遥感影像智能解译任务、模型神经网络架构、模型深度学习框架、模型训练影像空间范围及模型训练影像特征信息，对遥感影像智能解译模型进行模糊查询，并返回模型元信息列表。
3.根据权利要求1所述的方法，其特征在于，所述模型训练接口通过指定模型标识符，设定模型训练参数，上传遥感影像训练数据集，执行遥感影像智能解译模型的训练任务，并返回模型训练任务编号。
4.根据权...
【技术特征摘要】
1.一种网络环境下遥感影像智能解译模型共享方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述模型查询接口通过设定模型名称、模型创建时间、模型更新时间、模型遥感影像智能解译任务、模型神经网络架构、模型深度学习框架、模型训练影像空间范围及模型训练影像特征信息，对遥感影像智能解译模型进行模糊查询，并返回模型元信息列表。
3.根据权利要求1所述的方法，其特征在于，所述模型训练接口通过指定模型标识符，设定模型训练参数，上传遥感影像训练数据集，执行遥感影像智能解译模型的训练任务，并返回模型训练任务编号。
4.根据权利要求1所述的方法，其特征在于，所述模型测试接口通过指定模型标识符，上传遥感影像测试数据集，执行遥感影像智能解译模型的测试任务，并返回模型测试任务编号。
5.根据权利要求1所述的方法，其特征在于，所述模型推理接口通过指定模型标识符，上...
【专利技术属性】
技术研发人员：上官博屹，常明，贺广均，
申请(专利权)人：北京卫星信息工程研究所，
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。