Kurzübersicht:
Intel® AI Lab, MILA und CrowdAI haben eine gemeinsame datengestützte Zusammenarbeit durchgeführt, um aus Deep Learning erstellte Bildsegmentierungsmodelle zu entwickeln, die zur Erkennung von Brücken in entlegenen Gebieten anhand von Satellitenaufnahmen eingesetzt werden können. In der Zusammenarbeit mit dem amerikanischen Red Cross stellte Intel fest, dass diese Arbeit angesichts des bisherigen Leids aufgrund von regionalen Epidemien und jahreszeitlich bedingtem Extremwetter sinnvollerweise auf Bildern ländlicher Gebiete in Uganda basieren könnte.
Um Modelle dieser Region zu entwickeln, hat Intel mit CrowdAI einen angepassten Trainings-Datensatz erstellt, der zur Eingabe hochauflösende 4-Band-Satellitenbilder (RGB plus Nahinfrarot) nutzt. Mehrere Deep-Learning-Modelle wurden auf die Segmentierung von Fotos in Straßen-, Binnenschifffahrts-, Brücken- und Hintergrundklassen trainiert.
Anhand einer Bewertungsmethode, die auf die Erkennungsproblematik von selten vorhandenen Brücken abgestimmt ist, wählte das Projekt ein Hochleistungsmodell, mit dem Inferenzen gewonnen und Brücken im südlichen Uganda erkannt werden können, die im Modell zuvor nicht erkennbar waren. Mit unserer Pipeline konnte das Projekt über 70 neue Brücken identifizieren.
Lesen Sie das Whitepaper: Intel und American Red Cross: Brückenidentifizierung im Süden Ugandas ›