程序聚合 软件案例 基于SAM大模型结合U型架构的语义分割算法

基于SAM大模型结合U型架构的语义分割算法

行业:智慧数字孪生
载体:算法模型
技术:Python、PyTorch

业务和功能介绍

1.客户原本需要对辖区的建筑、道路、耕地、林地和水体进行面积统计,此前使用遥感卫星图片结合ArcGis进行目视解译,人力和时间成本都很高;
2.客户希望借助AI算法进行语义分割自动识别五类地物进行面积统计。
1.多源异构海量遥感影像样本库:根据已有高分辨率卫星影像及配套地理国情监测、国土调查等业务数据,结合深度学习模型训练样本要求,制作辖区范围内的总计约10万张以上的样本库据;
2.地表覆盖要素智能提取模块:利用深度学习模型,以多源异构海量遥感影像样本库为基础,开发地表覆盖要素智能提取模块。可对覆盖辖区全域的影像进行地表覆盖要素自动提取,主要涉及耕地、林地、水体、建筑物、道路五类土地利用类型;
3.多时相遥感影像变化检测模块:开发多时相遥感影像变化检测模块,在深度学习模型训练的基础上,基于分割对象提取两期影像上的光谱、纹理、上下文特征差异,结合语义特征,提取出两期影像的变化之处,并获得两期影像的变化图斑和对应变化矢量。

项目实现

1.项目周期1年,由我负责算法研发,另外还有项目经理1人,数据标注人员1人;
2.对已标注的大幅遥感影像和标签进行批量裁剪,筛选其中标注质量比较高的影像和标签,再统计各类别数通过直方图进行类别平衡处理;
3.对已筛选好的影像和标签进行旋转、翻折、颜色对比度等处理扩增数据样本;
4.算法模型整体采用U型结构;
5.为匹配SAM的编码器输入,图像处理为1024*1024大小;
6.编码部分由两个并行编码器组成:基于残差结构网络的编码器和基于SAM大模型的编码器;
7.训练中冻结SAM大模型编码器参数;
8.将SAM大模型编码器输出与U型结构Center部分以及残差结构网络编码器输出连接;
9.使用跳跃连接与特征提取网络的多尺度特征进行融合来缓解降采样全局信息丢失的问题;
10.使用注意力机制对输入的多尺度特征进行空间和通道的注意力模块生成特征权重加权到特征图得到最终生成的特征;
11.对多类地物模型推理的概率矩阵加上背景模拟softmax多分类模式,进行同一维度的阈值比较得到概率值最大的矩阵索引即为当前地物的类别;
12.使用多类地物要素结果融合方式后再对二值掩膜图进行形态学处理、连通域查找和规则化处理使得最终结果更接近真实影像结果。





示例图片视频


武汉熵玥智能科技有限公司
30天前活跃
交付率:100.00%
相似推荐
刷题微信小程序
1.题库学习 多科目题库(考研数学、四级词汇、六级词汇等) 按题库/子分类浏览题目 随机答题模式 免费题 + VIP题 区分 2. 答题系统 选择题作答 自动判断正误 答对获得积分(每日上限30分) 答错自动收录错题集 3. 错题集 按科目分类管理错题 错题详情查看(含正确答案和解析) 错题删除/标记已复习 4. 积分系统 答题赚积分 每日签到(连续签到奖励递增) 积分兑换VIP 5. VIP体系 VIP月卡/季卡/年卡 VIP用户解锁全部题目 普通用户仅可做免费题 6. 排行榜 用户积分排名 查看学习进度 7. 管理员后台 题库管理(添加/删除题目) 用户管理(设置VIP/管理员) 按题库/子分类筛选
校本题库平台管理后台
一)功能模块与使用者价值 本项目是一款面向学校教研组与教师的校本题库平台管理后台,核心目标是将学校日常教学中的试题资源进行数字化管理,并打通“出题—组卷—批改—数据分析”全链路。对于教师使用者,平台提供以下核心功能: 题库管理模块:支持手动新建试题或批量导入(Excel/Word),题库可按学科、来源、状态(启用/归档)进行筛选与检索,同时支持编辑、归档、删除等操作,方便教师分类沉淀校本资源。 知识点体系模块:按学科→年级维度维护多棵知识树(如“数学·七年级知识树”),每棵树下可增删改知识点,并自动统计各知识点的关联试题数、平均掌握度,支撑后续智能出题与薄弱点精准匹配。 智能组卷模块(菜单项,截图未展开):基于知识树与题库试题,可自动或半自动生成试卷,帮助教师高效完成单元测、期中/期末复习卷的编制。 非客观题批改管理:针对学生以拍照/上传图片提交的主观题作答(如简答、作文),教师可在图片上圈画、批注,并对照预设的采分点逐项评分,最终给出总分与评语;批改完成后学生端实时可见反馈。系统还提供待批改队列、待批试卷统计、24小时批改率等数据,助力教师把握工作进度。 数据与运营模块(菜单项):包括学业数据分析、用户与班级管理,帮助教师或教研组长追踪班级整体掌握情况,识别共性问题。 (二)主要功能路径 题库管理路径:左侧菜单“题库与出题”→“题库管理” → 搜索/筛选题库 → 点击“进入”查看详情 → 可进行编辑、归档或新增试题。 知识树维护路径:菜单“知识点体系” → 选择学科年级(如数学·七年级)→ 点击“查看详情”进入知识树详情页 → 对下属知识点进行增删改操作,同时查看关联试题数与掌握度。 批改工作路径:菜单“批改管理”→“非客观题批改” → 在“待批改队列”中点击某位学生(如王同学)→ 进入作答详情页 → 查看题目、学生提交的图片及标准采分点 → 逐项打分并填写评语 → 提交批改,状态流转为“已批改”,学生端同步更新。
AI智能教学助手平台-教学助手系统
1. 立项背景和目标 随着教育信息化进程加速,教师在备课、出题、资源检索等环节仍面临效率低下的问题。传统方式下,教师需要手动编写教案、逐题出卷、翻阅大量资料寻找教学资源,耗费大量时间和精力。本项目旨在构建一个AI驱动的智能教学助手平台,利用大语言模型能力,帮助教师快速生成高质量教案、智能出题、自动优化教学内容,并提供一站式教学资源检索与管理功能,从而显著提升教师的教学工作效率。 2. 软件功能、核心功能模块的介绍 系统包含六大核心功能模块: 教案管理模块:支持教案的创建、编辑、查看和删除操作,教案按数学、物理、化学、语文、英语、历史、地理、生物、政治等九大学科分类管理,支持草稿和发布两种状态,并内置版本记录功能,每次编辑自动保存历史版本。 题库管理模块:支持单选题、多选题、判断题、简答题四种题型,可按学科分类浏览和筛选,每道题目包含题干、选项、正确答案和详细解析,支持难度等级标注(简单/中等/困难)。 教学资源库模块:支持教学资源的上传与管理,资源按学科分类组织,支持文件类型识别和大小统计,便于教师集中管理各类教学素材。 AI智能工具模块:系统集成阿里通义千问大模型(DashScope API),提供四大AI功能——AI生成教案(输入主题自动生成完整教案,包含教学目标、重难点、教学过程等)、AI生成题目(根据知识点智能出题,支持选择题型和难度)、AI内容优化(对已有教案进行多维度分析并给出改进建议)、AI智能搜索(基于关键词检索优质教学资源)。此外还包含AI智能批改(自动评分并给出评语)、知识点总结、章节大纲生成和AI问答助手等扩展能力。 用户认证模块:支持用户注册和登录,采用Token机制进行身份认证,路由守卫拦截未登录用户的访问请求,确保系统数据安全。 个人中心模块:用户可查看和编辑个人信息,管理账户设置。 3. 业务流程、功能路径描述 用户注册并登录系统后进入主页仪表盘。首页展示教案总数、题目总数和资源总数等统计数据,提供创建教案、生成题目、上传资源、AI搜索四个快速入口,并按学科展示资源导航卡片,同时呈现最近创建的教案和最近添加的题目等动态信息。教师可通过顶部导航栏进入教案管理、题库管理、资源库和AI工具四大功能区,每个功能区均支持按九大学科进行细分筛选。在AI工具区,教师选择具体功能后填写相关参数(如学科、年级、主题等),系统调用AI接口实时生成结果,教师可预览、编辑并保存到本地数据库。整个操作流程从登录到完成核心功能不超过三步点击,交互体验流畅直观。
中职校园移动终端管理平台
响应《未成年人保护法》《五项管理规定》等政策要求,针对中职学校手机“用管矛盾”——学生学习生活需手机但缺乏有效监管、通宵用机影响身心健康与教学秩序、传统管理方式耗时低效等痛点,打造适配中职场景的移动终端管理系统,实现手机合规管控与校园管理智能化升级。
津学房 小程序
“津学房”是一款专为天津学生家长打造的选校与购房一站式服务平台。平台整合了天津各区最新的学区划分、名校分布及教育政策资讯,同时提供详尽的房产小区信息与专业购房咨询。既可以查询最新的学校排名,也可以实时教育政策,亦或是获取精准的学区房匹配建议,津学房都能为您提供数据支持与专家指导,助您轻松解决孩子上学与家庭置业难题,实现教育与资产的双重优化。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服