microsoft/farmvibes-ai

해결하는 문제

FarmVibes.AI는 농업 및 지속 가능성 분야에 특화된 지리공간 기계학습 모델 개발을 위한 프레임워크를 제공합니다. 단일 지리공간 데이터셋만을 사용할 경우 탄소 배출량 추정, 작물 성장률 분석과 같은 깊이 있는 인사이트를 얻기 어려운 문제를 해결하기 위해, 다양한 데이터 소스를 융합할 수 있도록 합니다.

작동 방식

이 시스템은 세 가지 주요 구성 요소로 구성됩니다:

1. 데이터셋 준비: Sentinel 1 및 2 위성 이미지, NOAA 기상 데이터, USGS 고도 지도, 드론 이미지 등 다양한 소스의 데이터를 가져오고 전처리하기 위한 구성 가능한 워크플로우(방향성 비순환 그래프로 정의)를 사용합니다.
2. 모델 샘플 노트북 라이브러리: 특정 지역이나 계절에 맞게 기존 모델을 튜닝할 수 있는 노트북 모음으로, 수확일 검출, 미기후 예측 등의 작업을 포함합니다.
3. 추론 엔진: 이 구성 요소는 데이터 커넥터와 전처리 단계를 튜닝된 모델과 결합하여 특정 지역 및 시간 범위에서 추론을 수행하며, 새로운 데이터가 제공되면 결과를 자동으로 업데이트합니다.

대상 사용자

원격 탐사, 지구 관측, 농업 지속 가능성에 집중하는 데이터 과학자 및 연구자로, 견고한 다중 모달 지리공간 모델을 구축해야 하는 사람들을 대상으로 합니다.

주요 특징

• 다중 모달 융합: RGB, SAR, 다중 스펙트럼 위성 이미지, 기상 데이터, 고도 지도를 통합합니다.
• 구성 가능한 워크플로우: DAG 기반 워크플로우를 사용하여 데이터 다운로드 및 준비를 관리합니다.
• 확장 가능한 데이터 인제스트: Sentinel, NAIP, NOAA 등의 다양한 공개 데이터셋과 사용자 정의 래스터 데이터를 지원합니다.
• 로컬 클러스터 지원: Docker 이미지를 사용해 로컬 클러스터로 실행 가능하며, REST API 또는 Python 클라이언트를 통해 상호작용할 수 있습니다.