hg8868皇冠登录-首頁

公司新闻
公司新闻

公司新闻

AI+遥感 | 城市井盖普查新思路

2022-05-07 14

应用背景




住房和城乡建设部等六个部门在2021年的《关于加强窨井盖安全管理的指导意见》中提出要在2023年完成窨井盖的普查工作,但随着城市化逐渐加快,井盖数量愈加庞大,种类更加多样化,同时井盖的分布相对比较分散,传统的人工逐个巡查记录的普查方式需要投入大量的人力物力,整个普查过程耗时长、效率低。




在面对此类耗费人工的工作时,AI又可以大显身手了,下面来看看天枢遥感智能视觉平台是如何与无人机遥感数据结合,实现井盖自动化提取的吧。






数据情况




在本次模型训练中选取了两片城区的0.05m正射影像,通过对已有的井盖数据库进行人工筛查,确保样本的准确性,同时查看有无遗漏图斑,并从筛查过的样本中挑选一部分作为测试集,剩余样本作为训练集进行模型训练。

测试区一                                                                                               测试区二

上传数据

将训练、验证用的无人机影像上传至天枢平台数据中心中

建立数据集

在数据集中新建井盖训练数据集,将影像从数据中心添加到新建的数据集内

加载井盖标注

在平台样本标注界面点击加载本地标注,将井盖标注上传至天枢平台,点击保存。

模型训练

选择天枢平台中的模型训练地物分割算法模块,设置训练参数,提交任务。

模型效果测试

将训练完成的模型进行发布,然后在遥感解译功能中提交地物分割解译任务,利用划分出的测试集对模型效果进行评估。

结果统计

作业效率统计

此次模型训练轮数设置为30轮,增加模型训练轮回会增加模型训练所用时间,作业时长如下:

精度统计

下载shp成果,在ArcGIS中统计真值(人工标注)及平台解译的图斑面积。使用相交工具,计算平台提取图斑与真值图斑相交的个数,计算提交数据的准确率和召回率,结果统计如下:

成果展示

○ 井盖检出准确率极高(红色图斑为人工标注真值,蓝色图斑为平台解译结果)

○ 误检情况

改进空间

1. 本次测试所用井盖样本图斑共计3774个,后续可继续增加样本量,优化样本质量,进而提高模型召回率;

2. 明确井盖标注规则,避免人工标注时主观上对于井盖的判读,要根据实际影响特征进行标注;

总结

在本次测试中,在无人机航摄高清影像的加持下,单人进行井盖样本标注工作,基于天枢遥感智能平台的自训练能力,可实现井盖空间范围的自动提取,解决人工判读效率低等问题,减少外业核查工作量,是一套成熟、完备的窨井盖普查作业方案。

Baidu
sogou