raster-vision: 衛星および航空画像上でMLモデルを構築するための地理空間コンピュータビジョンフレームワーク

何を解決するか

Raster Visionは、衛星、航空、ドローンデータなどの大規模な地理空間画像にコンピュータビジョンを適用するための包括的なフレームワークを提供します。地理参照されたデータに対して、物体検出やセマンティックセグメンテーションなどのタスクのためのディープラーニングモデルを構築、訓練、デプロイするプロセスを簡素化します。

仕組み

ライブラリとしても、ローコードフレームワークとしても動作します。ライブラリとしては、地理参照されたデータの読み込み、モデルの訓練、および予測結果を地理空間フォーマットに書き戻すためのユーティリティを提供します。フレームワークとしては、データ分析、チップ作成、モデル訓練、評価を含む機械学習パイプラインを、ディープラーニングの専門家でなくても設定・実行できるようにします。バックエンドにはPyTorchを使用し、AWS BatchおよびAWS SageMakerを介したクラウド実行をサポートしています。

対象者

• 開発者：地理空間CVツールを自身のコードに統合したいと考えている方。
• 非開発者 または 地理空間アナリスト：画像上でML実験を設定・実行するためのローコードな方法を必要としている方。

ハイライト

• チップ分類、物体検出、およびセマンティックセグメンテーションの組み込みサポート。
• 地理参照されたデータの読み込みから、地理参照されたフォーマットでの予測出力まで、完全な地理空間ワークフローのサポート。
• 再現可能なMLパイプラインのためのローコード設定。
• クラウドのスケーリングのためのAWS BatchおよびAWS SageMakerとのネイティブな統合。