第一届深度学习与地球科学专题研讨会

智绘科服 2022-07-16

收录于合集 #会议 103个

本文内容来源于微信公众号：科研圈内人，版权归原作者及刊载媒体所有，所刊载内容仅供交流参考使用，不代表本刊立场。

会议与集中学习日程

深度学习案例讲解与操作内容安排(Tutorial）

主讲专家

李小江，美国天普大学助理教授

郭婷婷，阿里巴巴达摩院产品专家
宋宽，佳格天地首席科学家
王拓，航天宏图高级产品技术支持

整体安排

整体介绍--实操演示--现场答疑(2022 年 1 月 9 日)

入门级学习案例

一、 Deep learning for land cover mapping based on high-resolution aerial images 深度学习用于高分辨率遥感影像地物分类
1） Basics of deep learning

深度学习基本原理
2） Training first deep learning algorithm for image recognition

训练影像识别的深度学习算法
3） Geospatial data manipulation for data preparation using Python

基于 Python 的地理空间数据操作进行数据准备
4） Training UNet for land cover mapping
训练 UNet 网络进行地表分类制图

由浅入深案例实践

二、基于 AI Earth 平台的智能遥感应用及案例实践
1） AI Earth 平台及行业方案介绍

AI Earth 数知地球，依托于阿里巴巴在深度学习、计算机视觉等方向上的技术积累，对卫星影像、无人机影像、实时视频流、气象数据、 IoT 数据等多源地球观测数据进行融合分析，实现建筑、土地、植被、河流等多种目标信息的智能解译及变化感知，为自然资源监管、水利河道治理、生态环境保护、农业估产和金融保险等多个领域提供成熟的解决方案。

AI Earth 平台介绍
AI Earth 自然资源行业方案
AI Earth 水利行业方案
AI Earth 农业行业方案
AI Earth 气象行业方案

2）基于自定义规则配置的深度学习遥感智能分析实践

面向大规模复杂实际客户场景对遥感算法规则的多样化需求，减少模型定制化开发。解法：以变化检测问题为例，编排思路为，基于通用变化检测（二分类/高召回） +指定前后期单类目条件识别过滤，后台数据处理环节直接在 mask 层面进行。编排标准模板：提供典型场景下的业务流标准模板，也可以自由编排任务。

DAG 编排面板及原子能力配置介绍
耕地变化检测规则配置与任务运行
水域变化检测规则配置与任务运行
面向端到端业务场景的数据预处理与 AI 分析任务流创建

3） AI Earth 开放平台实操演示

AI Earth 数知地球开放平台以建设成为国内一流的地球科学云计算平台为长期目标，基于达摩院在深度学习、计算机视觉、地理空间分析等方向上的技术积累，结合阿里云强大算力支撑，提供遥感、气象等多源对地观测数据的云计算分析服务，用数据感知地球世界，让 AI 助力科学研究。AI Earth 以地球数据资源为核心， AI 能力为优势，驱动云上全链路遥感数据处理分析和 AI 模型自主训练流程，面向科研+行业垂直应用场景打造一站式对地观测智能云服务平台。

公开数据检索与数据管理演示
数据预处理与波段计算演示
多源数据地物分类在线演示
智能变化检测在线演示
建筑物等多目标提取在线演示
气象 AI 预报服务平台演示
气象 AI 预报 API 服务接口说明
开放平台模型训练演示
开放平台模型部署与管理演示

三、 PIE-Engine AI 云平台实操与应用案例
1） PIE-Engine AI 智能解译平台介绍

AI 智能解译平台是构建在 PIE-Engine 时空遥感云平台之上的面向人工智能领域的专业 PaaS 平台和 SaaS 软件，它依托深度学习、大数据和云计算等人工智能核心技术为研发基础，借助云服务平台基础环境，采用 B/S 服务模式，实现从海量遥感数据集中实时、迅速、高频、高效的自动化检索提取遥感地物/目标信息，并结合大数据分析、知识图谱等技术，进而实现数据智能分析、智能检索，为遥感地物/目标信息挖掘与态势分析等提供基础服务支撑。

平台总体概述
分模块功能介绍
行业应用案例

2） AI 模型智能解译处理实操演示--以中分辨率遥感影像的地物分类解译为例

智能处理平台提供对海量多源遥感数据快速高效地自动化解译处理，支持典型遥感地物/目标特征信息智能化提取分析，面向海量多源遥感影像实现云端大规模、批量化自动化智能信息提取与管理。基于深度学习训练得到的 AI 模型最终需要在遥感影像处理和信息提取中进行检验和实际应用，本次演示将以中分辨率遥感影像地物分类作为典型应用场景，展示如何在平台上传并应用模型对遥感影像进行批量处理。

平台模型的文件组织方式
用户如何组织个人模型并上传平台
遥感影像上传和管理
影像在线浏览和显示设置
模型智能解译处理任务提交
解译结果实时查看和下载

3） AI 平台一站式全流程实操演示

PIE-Engine AI 充分考虑遥感数据及模型开发的特点，构建了一套基于云端弹性 GPU 资源的端到端、无代码、全栈式的遥感图像智能解译开发平台，提供覆盖样本标注→模型训练→模型发布→解译应用→资源共享的一站式解决方案，专注为遥感领域定制高品质海量数据集和高精度深度学习模型生产工具链，全面提升遥感的智能化服务能力。

样本在线协同标注（目标识别）
样本在线协同标注（语义分割）
样本在线协同标注（变化检测）
用户网络结构算法上传和在线编辑
内置网络结构训练超参数设置说明（语义分割为例）
可视化查看模型训练过程
模型在线部署与推理服务发布
Studio 计算平台调用深度学习推理服务

四、“高绘”深度学习产品公开测试分享

佳格天地科技有限公司开发的“高绘”深度学习产品，是面向亚米级分辨率遥感影像的自动化地物提取工具。积累了过去四年间的算法和数据集成果，提供在全球各地都具有极高准确率的建筑物、道路、水体、农业设施、建设开发变化等地物题材提取。“高绘”深度学习产品已经服务于中国多个政府机构，并且新近和华为云签署合同，作为华为云泛自然资源行业人工智能产品上线，并已签署合同代表华为服务国外客户。“高绘”深度学习产品中的建筑物提取模块在公网上公开测试： https://gaohui.gagogroup.cn/home本次我们的公开测试分享将向大家介绍深度学习提取的中国雄安新区建设历程、通州副中心建设历程、美国首都历年建设变化、中东战乱破坏等实例。同时，我们将向参会各位专家学者征求意见，现场选取全球任意地点用深度学习来观察提取人居建筑物。

会议通知

由北京环宇易研科技举办、中国科学院遥感科学国家重点实验室与航天宏图信息技术股份有限公司等协办的第一届“深度学习与地球科学”专题研讨会与集中学习将于2022年1月8-9日举行，会期两天。受疫情影响，本次会议采取线上形式进行。

本次会议以Pytorch和TensorFlow为代表的深度学习的快速发展和普及为背景。深度学习自问世以来，在遥感参数反演、图像分割/地物分类、目标识别/图像解译、地质灾害监测、GPP估算、气象预报、气候变化等领域展现出巨大的应用潜力。深度学习以大数据驱动为范式，研究人员并不需要清晰地知道完整的物理过程，在一定程度上简化了现有的研究规则而成为新的研究增长点，已用于叶绿素反演、作物产量预估、水灾区域识别、大气碳浓度检测、地表林业碳汇技术、光伏面板侦测及发电评估、风能发电机检测及发电评估等应用场景。为及时跟进国内外深度学习前沿进展，并系统学习使用现有的深度学习框架工具以开展研究，了解行业当前的需求、瓶颈、技术困境，探讨如何应用于碳中和、气候变化、可持续发展等热点问题，邀请遥感算法研究的教授/研究员、卫星数据管理的专家、行业应用领域的公司总裁、以及研究生等各领域代表，探讨相关进展问题，促进“产学研”一体化，并邀请专业人士讲解深度学习工具的使用，旨在推动学术资源的共享与行业的交流。

本届会议主题为：“大数据与AI支持下的对地遥感”。会议将包含以下四个议题：1.深度学习发展前沿及使用案例学术报告；2.邀请深度学习专业人士进行从入门到提高的案例与模型框架、数据算法集中讲解与答疑；3.深度学习新进展、新功能总结，并探讨以充分认识其潜力与局限；4.地学领域深度学习优秀作品收集与展示，择优推荐往AI+遥感专刊等投稿。

大会组委会诚挚邀请从事地球科学领域且涉及深度学习、AI/ML+遥感及相关领域的广大学者、研究与应用人员、教育工作者、企业代表参会。

现将会议具体事项通知如下：

一、会议时间和地点

1. 会议时间：2022年1月8-9日（周末两天）

2. 会议方式：受疫情影响，线上举行，报名成功者将在活动开始前一周加入专属会议群，并收到在线会议邀请链接。

二、报名及相关费用

1. 本次会议与集中学习以公益为主，采取线上形式进行，为保证直播互动效果，限制额报名，按正式报名顺序，依次发送会议邀请。

2. 举办方将提供会议材料、文档学习资料、视频学习材料、参会证书等，会议注册费380元/人（注册缴费后可索取“会议注册费”电子发票）。

3. 国内首部遥感云计算教材《遥感云计算与科学分析-应用与实践》已在《科学出版社》出版，欢迎感兴趣的同行自行购买。参会者优秀成果将推荐往JRS GEE专刊与Big Earth Data期刊投稿。

4. 报名步骤如下

通过如下三种方式之一支付会议注册费（支持多人合并支付），支付时请务必备注参会人员单位和名称，并保存支付记录截图
A. 提交用款申请单，由单位财务进行对公汇款到环宇易研交行账户（此方法使用于必须使用公务卡单位）
账户：北京环宇易研科技有限公司
开户行：交通银行股份有限公司北京中关村园区支行
账号：110061241018800044119
B. 个人网银转账到以上环宇易研交行账号
C. 使用个人支付宝扫描下码转账到环宇易研官方支付宝（推荐）

扫描下方二维码或点击文末阅读原文，填写报名信息，上传缴费记录截图，提交后获得“递增唯一编号”作为参会人员

报名后扫描下方左侧二维码加入微信群（仅限已成功报名者加入）。入群后修改群内名字：“参会编号-张三”的形式。若无法扫描二维码入群，请扫描下方右侧加会务组杨老师微信。

注：报名成功者将在活动开始前一周加入专属会议群，并收到在线会议邀请链接。会议期间禁止未经允许的任何形式的录屏、录音及向第三方的外泄行为，最终知识产权归主办方及报告专家所有。

三、联系方式

秘书联系电话：15611822557
联系邮箱：ilovedeeplearning@163.com
秘书QQ号：1804232143

2021年12月12日

初审：张艳玲

复审：宋启凡
终审：金君

往期推荐

资讯

○ 地理信息工程国家重点实验室2021年度开放基金课题申请说明
○ 招聘 | 中国地图出版集团多岗位招聘
○ 招聘启事 | 实景地理环境安徽省重点实验室2021年工作人员招聘公告
○ 纳贤 | 北京大学彭宇新教授团队招聘博士后
○ 2021年国际影响力TOP期刊榜单发布！
○ 重磅！数字孪生技术应用白皮书（2021）