opengeos/geoai

解決する課題

GeoAIは、地理空間データに人工知能を適用するプロセスを簡素化します。衛星画像、航空写真、およびベクトルデータの解析に必要な複雑な機械学習ワークフローを抽象化する統合フレームワークを提供することで、ツールの断片化に対処し、深いMLの専門知識を持たない研究者でもこれらの技術を利用できるようにします。

仕組み

GeoAIは、いくつかのAIフレームワーク（PyTorch, Transformers, PyTorch Segmentation Models）と専門的な地理空間ライブラリを統合しています。リモートセンシング画像の検索とダウンロード、イメージチップとラベルを用いたデータセットの準備、分類・検出・セグメンテーションのためのモデルトレーニング、および推論パイプラインの実行など、AIライフサイクル全体のためのハイレベルなAPIを提供します。また、厳選されたリモートセンシング基盤モデルのカタログが含まれており、可視化のためにLeafmapおよびMapLibreと統合されています。

対象者

• 深い機械学習の専門知識なしにAIワークフローを必要とする地理空間研究者
• 効率化された地理空間前処理とドメイン特化型のデータセットを求めるAI実務家
• 地理空間AIのための再現可能で教育に適したワークフローを探している教育者

ハイライト

• 統合されたAIワークフロー: データ取得から推論、可視化まですべてをカバーします。
• 基盤モデルのキュレーション: メタデータとロード機能を備えた20のリモートセンシング基盤モデルのカタログを提供します。
• QGIS統合: 専用のプラグインにより、コードを書かずにQGISデスクトップ環境内でAI駆動のワークフローを直接実行できます。
• 幅広いデータサポート: GeoTIFF, GeoJSON, Shapefile, GeoPackageを含む複数のフォーマットをサポートしています。
• GPU加速: GPU加速のための自動デバイス管理が含まれています。