azavea/raster-vision

What it solves

Raster Vision は、衛星、航空、ドローンデータなどの大規模ジオスペーシャル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。オブジェクト検出やセマンティックセグメンテーションといったタスク向けに、モデルの構築・トレーニング・デプロイのプロセスを簡素化し、ジオリファレンスされたデータを直接扱うことができます。

How it works

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機能します。ライブラリとしては、ジオリファレンスデータの読み込み、モデルのトレーニング、予測結果のジオスペーシャル形式への書き出し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、モデル学習、評価といった機械学習パイプラインを、深層学習の専門知識がなくても設定できるようにします。バックエンドは PyTorch を使用し、AWS Batch と AWS SageMaker を通じたクラウド実行もサポートしています。

Who it’s for

• Developers 自身のコードにジオスペーシャル CV ツールを組み込みたい開発者。
• Non-developers またはジオスペーシャルアナリストで、画像上の ML 実験をローコードで構成・実行したい方。

Highlights

• チップ分類、オブジェクト検出、セマンティックセグメンテーションを標準サポート。
• ジオリファレンスデータの読み取りからジオリファレンス形式での予測出力まで、フルジオスペーシャルワークフローをサポート。
• 再利用可能な ML パイプラインのためのローコード設定。
• AWS Batch と AWS SageMaker とのネイティブ統合により、クラウドスケーリングが可能。