Email

contact@futurespace.cn

电话

(86)010-82949816

PIE-Engine AI支持首个地理人工智能国际标准!


TrainingDML-AI(Training Data Markup Language for Artificial Intelligence,人工智能训练数据标记语言)是由武汉大学遥感信息工程学院乐鹏教授牵头编制的OGC(Open Geospatial Consortium,国际开放地理信息协会)首个地理人工智能国际标准,OGC致力于提供地理信息行业软件和数据及服务的标准化工作。TrainingDML-AI提供一种标准化方式,以支持数据的可发现、可访问、可互操作、可重用为目标,定义了样本数据集的数据标注与元数据表达、溯源、质量、更新等信息模型。

TrainingDML-AI

OGC地理人工智能国际标准

https://docs.ogc.org/is/23-008r3/23-008r3.html)



PIE-Engine AI遥感智能解译平台引入了对LuojiaSet遥感影像样本服务平台TrainingDML-AI地理人工智能国际标准数据集格式的导入和导出支持,提升了遥感样本数据交换和整合效率,为遥感领域的数据互操作注入了新的活力。



LuojiaSet平台动态




TrainingDML-AI 介绍


TrainingDML-AI标准旨在开发用于地理空间机器学习训练数据的UML模型和编码,规范训练数据一致性,便于在Web环境中获取和交换训练数据。TrainingDML-AI提供了详细的元数据信息,用于对训练的样本集进行规范化。


TrainingDML-AI模块总览


AI_TrainingDataset: 训练样本的集合,即训练数据集。


AI_TrainingData: 训练数据集中的单个训练样本。


AI_Task: 用于确定训练数据集所用的任务。


AI_Label: 训练数据(TD)的标签语义。


AI_Labeling: 提供了创建训练数据(TD)的来源。


AI_TDChangeset: 记录数据集两个版本之间训练数据(TD)的变更类型。


AI_DataQuality: 与训练数据集相关联,用于记录其质量。



集成TrainingDML-AI 格式规范
01

数据文件目录组织规范


针对4种典型遥感任务类型:场景分类、目标识别、语义分割和变化检测,对各类样本数据集的文件目录组织方式分别进行了统一。


语义分割目录组织

目标识别目录组织

变化检测目录组织

场景分类目录组织


02

元数据JSON格式规范
TDML元数据文件相关内容参考如下:``` json{    "type": 必填,数据集类型    "id": 必填,数据集ID    "name": 必填,数据集名称    "version": 必填,数据集版本    "amountOfTrainingData": 必填,样本总数量    "providers": 必填,用户名    "numberOfClasses": 必填,类别数量,不包括背景    "classes": [        {            必填,标签名称和像素值        },        {            "Building Area": 3        },        {            "Waters": 8        },        {            "Farmland": 10        }    ],    "tasks": [        {            "type": 必填,任务类型            "id": 必填,任务ID            "taskType":必填,选择语义分割、变化检测,目标识别或场景分类        }    ],    "bands": [        "R",        "G",        "B"    ],    "imageSize": 必填,影像尺寸    "data": [        {            "type": 必填,默认"EOTrainingData",            "id": 必填,样本序号            "dataURL": [                必填,影像的相对路径            ],            "labels": [                {                    "type": 必填,默认"PixelLabel",                    "imageURL": 必填,标签的相对路径                    "imageFormat": 必填,影像格式                                            }            ]        },    ]}```

元数据信息配置文件示例说明(左右滑动查看)



PIE-Engine AI 集成能力


PIE-Engine AI平台提供了详细的数据集上传示例文件说明文档,以帮助您更好地理解和遵循数据集上传规范。通过PIE-Engine AI平台可以轻松地上传TrainingDML-AI格式不同任务类型的数据集并支持数据集的预览。



PIE-Engine AI平台支持导入TrainingDML-AI格式数据集


TrainingDML-AI格式数据集预览



PIE-Engine AI平台可以完美支持并利用您导入的TrainingDML-AI格式的数据集进行模型训练



TrainingDML-AI数据集训练详情界面



PIE-Engine AI平台样本集支持导出为TrainingDML-AI格式



PIE-Engine AI支持导出TrainingDML-AI格式数据集



PyTDML 是一个纯 Python 解析器和编码器,用于TrainingDML-AI格式数据集规范的验证。通过PyTDML测试,PIE-Engine AI平台导出的TrainingDML-AI格式数据集符合规范。



PyTDML验证示例




结束语



PIE-Engine AI平台通过支持国际标准TrainingDML-AI格式数据集的导入导出,为数据无缝交换提供了统一的方法,同时也为数据标准化提供了更加便捷和灵活的方式。感受无限可能,PIE-Engine AI平台将为您带来更加智能和有效的数据集上传体验,帮您轻松应对各种复杂的业务场景,立即体验PIE-Engine AI平台,开启您的人工智能之旅吧!


体验网址:

https://engine.piesat.cn/artificial-intelligence


航天宏图信息技术股份有限公司

地址:北京海淀区益园文化产业基地A区1楼五层

热线电话:400-890-0662

网址:http://www.piesat.cn

PIE遥感技术交流QQ群:243101013

PIE系列产品联系邮箱:pie-support@piesat.cn

PIE-Engine技术支持QQ群:459920840

PIE-Engine联系邮箱:engine-support@piesat.cn

长按添加小助手

进入航天宏图

企业微信群

长按扫码注册

PIE-Engine

遥感云服务

上一篇 下一篇