洛克希德马丁公司开发了一个卫星图像识别系统，利用开放源码的深度学习库来识别和分类大面积的物体或目标。
云端运行的全球自动目标识别资料库GATR人工智能模型使用Maxar的地理空间大数据平台GBDX访了问一个100PB的卫星图像库和策划数据，以加快人工智能深入学习算法的进度。
GATR在快速图形处理单元GPU的帮助下快速扫描大面积区域。深度学习方法通过自动目标识别减少了算法训练的需求。基于人工智能的GATR自学了目标区域或目标的识别特性。例如，它能够区分货机和军用运输机。
卫星图像分析系统还可以扫描世界任何区域大片地区。它也可以利用在商业部门发现的深入学习技术来识别飞机、船只、建筑物、海港和其他几个类别。
洛克希德·马丁公司航天任务公司副总裁兼总经理MariaDemaree说：“现在商业卫星数据比以往任何时候都多，到目前为止，识别物体的过程大多是手工处理的。像GATR这样的人工智能模型控制着分析结果，同时可以解放人力，让他们专注于更高层次的任务。”
该公司声称，GATR在经过测试的模型上的准确率超过90%。报告说，该模型在两个小时内搜索了位于宾夕法尼亚州12万平方公里的区域。
| 留言与评论（共有 0 条评论） |
