應用背景
住房和城鄉建設部等六個(gè)部門(mén)在2021年的《關(guān)于加強窨井蓋安全管理的指導意見(jiàn)》中提出要在2023年完成窨井蓋的普查工作,但隨著(zhù)城市化逐漸加快,井蓋數量愈加龐大,種類(lèi)更加多樣化,同時(shí)井蓋的分布相對比較分散,傳統的人工逐個(gè)巡查記錄的普查方式需要投入大量的人力物力,整個(gè)普查過(guò)程耗時(shí)長(cháng)、效率低。
在面對此類(lèi)耗費人工的工作時(shí),AI又可以大顯身手了,下面來(lái)看看天樞遙感智能視覺(jué)平臺是如何與無(wú)人機遙感數據結合,實(shí)現井蓋自動(dòng)化提取的吧。
數據情況 在本次模型訓練中選取了兩片城區的0.05m正射影像,通過(guò)對已有的井蓋數據庫進(jìn)行人工篩查,確保樣本的準確性,同時(shí)查看有無(wú)遺漏圖斑,并從篩查過(guò)的樣本中挑選一部分作為測試集,剩余樣本作為訓練集進(jìn)行模型訓練。
測試區1測試區2
上傳數據
將訓練、驗證用的無(wú)人機影像上傳至天樞平臺數據中心中
建立數據集
在數據集中新建井蓋訓練數據集,將影像從數據中心添加到新建的數據集內
加載井蓋標注
在平臺樣本標注界面點(diǎn)擊加載本地標注,將井蓋標注上傳至天樞平臺,點(diǎn)擊保存。
模型訓練
選擇天樞平臺中的模型訓練地物分割算法模塊,設置訓練參數,提交任務(wù)。
模型效果測試
將訓練完成的模型進(jìn)行發(fā)布,然后在遙感解譯功能中提交地物分割解譯任務(wù),利用劃分出的測試集對模型效果進(jìn)行評估。
結果統計
作業(yè)效率統計
此次模型訓練輪數設置為30輪,增加模型訓練輪回會(huì )增加模型訓練所用時(shí)間,作業(yè)時(shí)長(cháng)如下:
精度統計
下載shp成果,在A(yíng)rcGIS中統計真值(人工標注)及平臺解譯的圖斑面積。使用相交工具,計算平臺提取圖斑與真值圖斑相交的個(gè)數,計算提交數據的準確率和召回率,結果統計如下:
成果展示
井蓋檢出準確率極高(紅色圖斑為人工標注真值,藍色圖斑為平臺解譯結果)
誤檢情況
改進(jìn)空間
1. 本次測試所用井蓋樣本圖斑共計3774個(gè),后續可繼續增加樣本量,優(yōu)化樣本質(zhì)量,進(jìn)而提高模型召回率;
2. 明確井蓋標注規則,避免人工標注時(shí)主觀(guān)上對于井蓋的判讀,要根據實(shí)際影響特征進(jìn)行標注;
總結
在本次測試中,在無(wú)人機航攝高清影像的加持下,單人進(jìn)行井蓋樣本標注工作,基于天樞遙感智能平臺的自訓練能力,可實(shí)現井蓋空間范圍的自動(dòng)提取,解決人工判讀效率低等問(wèn)題,減少外業(yè)核查工作量,是一套成熟、完備的窨井蓋普查作業(yè)方案。