應(yīng)用背景
住房和城鄉(xiāng)建設(shè)部等六個部門在2021年的《關(guān)于加強窨井蓋安全管理的指導(dǎo)意見》中提出要在2023年完成窨井蓋的普查工作，但隨著城市化逐漸加快，井蓋數(shù)量愈加龐大，種類更加多樣化，同時井蓋的分布相對比較分散，傳統(tǒng)的人工逐個巡查記錄的普查方式需要投入大量的人力物力，整個普查過程耗時長、效率低。
在面對此類耗費人工的工作時，AI又可以大顯身手了，下面來看看天樞遙感智能視覺平臺是如何與無人機遙感數(shù)據(jù)結(jié)合，實現(xiàn)井蓋自動化提取的吧。
數(shù)據(jù)情況 在本次模型訓(xùn)練中選取了兩片城區(qū)的0.05m正射影像，通過對已有的井蓋數(shù)據(jù)庫進行人工篩查，確保樣本的準確性，同時查看有無遺漏圖斑，并從篩查過的樣本中挑選一部分作為測試集，剩余樣本作為訓(xùn)練集進行模型訓(xùn)練。
測試區(qū)1測試區(qū)2
上傳數(shù)據(jù)
將訓(xùn)練、驗證用的無人機影像上傳至天樞平臺數(shù)據(jù)中心中
建立數(shù)據(jù)集
在數(shù)據(jù)集中新建井蓋訓(xùn)練數(shù)據(jù)集，將影像從數(shù)據(jù)中心添加到新建的數(shù)據(jù)集內(nèi)
加載井蓋標注
在平臺樣本標注界面點擊加載本地標注，將井蓋標注上傳至天樞平臺，點擊保存。
模型訓(xùn)練
選擇天樞平臺中的模型訓(xùn)練地物分割算法模塊，設(shè)置訓(xùn)練參數(shù)，提交任務(wù)。
模型效果測試
將訓(xùn)練完成的模型進行發(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行評估。
結(jié)果統(tǒng)計
作業(yè)效率統(tǒng)計
此次模型訓(xùn)練輪數(shù)設(shè)置為30輪，增加模型訓(xùn)練輪回會增加模型訓(xùn)練所用時間，作業(yè)時長如下：
精度統(tǒng)計
下載shp成果，在ArcGIS中統(tǒng)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數(shù)，計算提交數(shù)據(jù)的準確率和召回率，結(jié)果統(tǒng)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(jié)果）
誤檢情況
改進空間
1. 本次測試所用井蓋樣本圖斑共計3774個，后續(xù)可繼續(xù)增加樣本量，優(yōu)化樣本質(zhì)量，進而提高模型召回率；
2. 明確井蓋標注規(guī)則，避免人工標注時主觀上對于井蓋的判讀，要根據(jù)實際影響特征進行標注；
總結(jié)
在本次測試中，在無人機航攝高清影像的加持下，單人進行井蓋樣本標注工作，基于天樞遙感智能平臺的自訓(xùn)練能力，可實現(xiàn)井蓋空間范圍的自動提取，解決人工判讀效率低等問題，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。
京公網(wǎng)安備 11010802031220號