新聞網訊（通訊員周卉）8月9日，在智能遙感開源生態聯盟第二次會議上，《luojianet/luojiaset產業應用白皮書》正式發布。

據悉，在遙感產業蓬勃發展背景下，專家們在進行遙感智能解譯應用開發時，常被通用深度學習框架“小幅面、少量類型、尺度有限、通道有限”的特點所局限，因此對具備“大幅面、多種類型、尺度變化大、通道多樣”特點的遙感專用框架的渴求日漸強烈。武漢大學在國家自然科學基金委重大研究計劃集成項目的支持下，與華為mindspore框架團隊共同研發了全球首個遙感影像智能解譯專用深度學習框架武漢.luojianet和業界最大遙感影像樣本庫luojiaset，今年在華為昇思社區上線。

此次會議上發布了《luojianet/luojiaset產業應用白皮書》。白皮書的主要內容包含luojianet和luojiaset的關鍵技術及產業應用指導，旨在指導聯盟成員基于luojianet與luojiaset快速完成模型訓練、調優、推理等，將科研成果快速應用到產業中。

聯盟理事長、中國科學院院士龔健雅介紹，在國家自然科學基金委重大研究計劃集成項目的支持下，武漢大學與華為合作，在武漢人工智能計算中心的算力支持下共同打造了luojianet和luojiaset。為進一步推進科研成果的產業落地，武漢大學與華為、中國遙感應用協會牽頭，聯合發起成立了智能遙感開源生態聯盟。

歐洲科學院、俄羅斯自然科學院外籍院士焦李成在致辭中對聯盟運作提出建議：一是“團結”，共同為智能遙感領域作貢獻；二是“協同”，聯盟各個成員企業都有自己的特色，協同合作方可攻克難關；三是“做事”，在遙感核心技術上做出成果，做出領先技術。

會上，聯盟顧問、中國科學院空天信息創新研究院副院長張兵對遙感衛星應用技術發展的趨勢做了展望。聯盟顧問、西安電子科技大學人工智能學院執行院長侯彪介紹了遙感影像智能解譯技術及其應用案。中國遙感應用協會副秘書長周自寬為智能遙感開源生態聯盟的發展提出建議。上海數慧、漢達瑞、航天宏圖、武漢珈和科技等聯盟成員企業分享了基于聯盟創新成果的最新行業方案。

華為昇騰計算業務總裁張迪煊表示，經過半年多的發展，上海數慧、漢達瑞、武漢珈和科技等成員企業都開始有了相應的遙感創新與落地方案，印證了成立聯盟的前瞻性與正確性。未來，華為將持續以昇騰ai為聯盟伙伴提供更加有力的支持，讓聯盟的最新成果賦為產業賦能，更好地為國家、為社會提供高端、優質、便捷的服務。

會上還舉行了智能遙感開源生態聯盟成員授牌儀式，36家成員單位新加盟，武漢大學為理事長單位。

聯盟理事長單位授牌

聯盟副理事單位授牌

據悉，智能遙感開源生態聯盟第二次會議由武漢大學、武漢人工智能計算中心、華為技術有限公司共同主辦，主題為“共繪遙感創新應用新藍圖”。會議旨在以武漢大學研發的luojianet和luojiaset為引，匯聚創新與應用力量，孵化智能遙感行業應用成果，開創遙感產業新空間。會議上，多家企業、高校代表就遙感領域的行業應用實踐與前沿研究課題展開了交流與討論。

>;>;>;白皮書可掃描下方二維碼獲取：

>;>;>;相關新聞：

全球首個遙感影像智能解譯專用深度學習框架上線華為昇思社區

（編輯：付曉歌）

新聞網訊（通訊員遙感軒）長久以來，遙感應用日新月異，遙感產業蓬勃發展，但在進行遙感智能解譯應用開發時，專家們常被通用深度學習框架“小幅面、少量類型、尺度有限、通道有限”的特點所局限，因此對具備“大幅面、多種類型、尺度變化大、通道多樣”特點的遙感專用框架的渴求日漸強烈。

武漢大學在國家自然科學基金委重大研究計劃集成項目的支持下，與華為mindspore框架團隊共同研發了全球首個遙感影像智能解譯專用深度學習框架武漢.luojianet和業界最大遙感影像樣本庫luojiaset，近日在華為昇思社區上線。

據悉，在中國科學院院士龔健雅教授指導下，項目組建了以胡翔云教授為項目負責人，張覓副研究員、姜良存副研究員分別為luojianet和luojiaset總體技術負責人的核心研究團隊，并匯集了遙感信息工程學院、測繪遙感信息工程國家重點實驗室、計算機學院的中青年學術骨干。武漢.luojianet提供了一套新的深度學習框架和遙感場景分類、目標檢測、地物分類、變化檢測、多視角三維重建等五大類基礎遙感應用模型，luojiaset提供了可擴展的遙感解譯大規模樣本集，可以為遙感應用開發提供國產化、自主可控“全棧式”便捷工具。

1.“全棧式”深度學習架構

針對遙感影像“場景-目標-像素”多層級任務的應用需求，從底層架構開始，以計算流圖（圖）為中心，兼顧遙感探測機理模型（模）和地學知識圖譜（譜）的特性，并與全場景ai框架昇思mindspore深度融合，最終形成“圖-模-譜”融合的遙感影像智能解譯專用框架——luojianet。

2.多維遙感特性設計

遙感專用框架luojianet還充分考慮到了多維時空譜的特性，在滿足高效靈活的內存自動擴展、尺度與通道的自適應優選等要求上，完成了符合遙感特性的多維度應用設計，可支持cpu/gpu/npu等多種硬件設備。例如在大幅面處理上，使用算子等價分解的分布式計算方式，對整張大幅遙感影像進行直接處理；又如在進行通道選擇時，使用數據通道自適應優選模塊，對高光譜遙感影像直接完成分類；再如經大量實驗表明，在植被指數、干旱指數、建筑物指數、地形指數等多個遙感經驗知識模型的引導下，深度網絡的分類性能可得到較為明顯的提升。

大幅面處理結果示例

通道選擇結果示例

3.建立統一的分類體系

從現狀出發，針對現有樣本庫普遍存在的“分類體系不統一、傳感器種類單一、模型泛化能力弱”等問題，luojiaset是滿足ogc標準的業界最大遙感影像樣本數據集。

武漢.luojiaset對不同的遙感任務建立統一分類體系，形成樣本要素的采集要求、內容和流程規范，可支持多級別、多類型遙感影像樣本庫的采集、制作、管理、共享、應用，大幅提升影像標注效率。

>;>;>;相關測試使用鏈接入口指引

luojiaset服務平臺（可游客身份訪問）：

luojianet服務平臺（注冊賬號后可訪問）：

luojianet源碼，可通過如下網址訪問：

（編輯：付曉歌）