-
02 июля
Изображение создано с помощью нейросети © gisinfo.ru В КБ «Панорама» разработан сервис автоматического распознавания и векторизации «Panorama Vision» версии
1.5.0. В новой версии добавлена поддержка REST API протокола для доступа к комплексу. Использование REST API позволит встраивать сервис в веб-приложения и настольные программы. Работа с сервисом производится по модели заявок. Поддерживаются следующие методы: получение списка доступных моделей, получение списка доступных пользователю заявок, запрос информации о заявке, отправка заявки и другие. Ознакомиться с полным перечнем доступных методов можно по ссылке. Для работы с REST API необходимо получить регистрационный ключ.Комплекс поддерживает обработку снимков местности в форматах RSW, JPG, TIFF, PNG, а также данных из открытых геопорталов. «Panorama Vision» способен распознавать контуры участков полей, объектов гидрографии (рек, прудов, озер и других), здания и сооружения, дороги, высокоствольные леса, поросль (молодые древесные насаждения, кустарники), вырубки (участки с недавно удаленным лесом). Результаты обработки передаются пользователю в виде векторной карты, доступной для загрузки по протоколу WFS. Комплекс реализован в виде сервисов, предоставляющих удаленный доступ к дешифрированию данных. Он расположен в сети Интернет на серверах КБ «Панорама». Доступ к комплексу осуществляется из списка прикладных задач ГИС «Панорама» или с помощью REST API.
-
19 июня
Изображение создано с помощью нейросети © gisinfo.ru В КБ «Панорама» разработан сервис автоматического распознавания и векторизации «Panorama Vision» версии
1.4.0. Сервис дополнен нейросетевой моделью для сегментации лесов на мультиспектральных (RGB) спутниковых снимках с пространственным разрешением 0.6-1.2 м/пиксель. Модель, построенная на основе архитектуры «Трансформер», точно идентифицирует три категории объектов: высокий лес, поросль леса (молодые древесные насаждения, кустарники), вырубки (участки с недавно удаленным древостоем). Благодаря механизму внимания, характерному для трансформеров, нейронная сеть может улавливать глобальные зависимости между всеми частями изображения. Учет контекста окружающей местности позволяет нейронной сети корректно распознавать крупные и протяженные объекты, такие как лесные массивы, а также точнее классифицировать неоднозначные участки, например, отличать мелкую поросль от вырубок.Обучение нейросетевой модели проведено на снимках регионов Российской Федерации. Достигнутая точность сегментации на тестовой выборке превышает 90%. Результатом обработки снимков является векторная карта местности, формируемая сервисом «Panorama Vision» с использованием классификатора map5000m.rscz. Высокий лес наносится на карту, как площадные объекты «Лес густой высокий» с кодом 71111110, поросль леса — как площадные объекты «Поросль леса» с кодом 71113000, вырубки — как площадные объекты «Леса вырубленные» с кодом 71112300.
-
12 мая
Изображение создано с помощью нейросети © gisinfo.ru В КБ «Панорама» разработан сервис автоматического распознавания и векторизации «Panorama Vision» версии
1.3.0. В новой версии добавлен режим «Город» для совместного дешифрирования дорожной сети и зданий на спутниковых снимках. Комбинированный режим позволяет улучшить качество итоговой карты за счет взаимного топологического согласования объектов на этапе векторизации. В процессе формирования векторной карты выполняется интеллектуальное соединение разрывов дорожной сети в рамках заданного допуска.
