人工智能GIS技术体系2

人工智能 GIS（AI GIS）是人工智能与 GIS 相互融合的技术统称，包括：

1)融合 AI 的空间分析算法（GeoAI）与相关的流程工具； 

2)基于 AI 技术增强 GIS 软件的功能和交互端用户体验，提高 GIS 软件的智能化； 

3)基于 GIS 对 AI 算法输出结果的管理、分析与可视化。 

人工智能 GIS 技术体系

● 完善全系列产品的人工智能 GIS 能力 

◇完善服务端机器学习服务，新增通用变化检测等空间机器学习功能 

◇新增桌面端 AI 标注功能，破损路面检测模型、YOLO v5 系列模型 

◇新增组件端通用变化检测功能，新增 SFNet 等多种新型深度学习模型 

◇完善移动端 AI+AR 分析、AI 属性采集、AI 测图等功能 

● 完善人工智能 GIS 工作流程工具 

◇数据准备阶段支持影像样本管理功能 

◇支持面聚合、建筑物规则化等影像分析推理结果后处理工具 

◇模型应用阶段增强模型评估能力 

● 支持空间抽样与统计推断功能 

◇支持简单随机抽样、系统抽样、分层抽样 

◇支持空间随机抽样、空间分层抽样、三明治抽样 

◇支持 SPA 模型、B-Shade 模型 

● 支持多种空间机器学习功能 

◇聚类分析：支持空间热点分析、空间密度聚类、K 均值聚类、偏移均值聚类等功能 

◇分类分析：支持地图匹配、地址要素识别、基于森林的分类等功能 

◇回归分析：支持地理模拟、地理加权回归、时空地理加权回归、基于森林的回归等功能 

● 支持多种深度学习模型 

◇影像分析目标检测：Cascade R-CNN、Faster R-CNN、RetinaNet 

◇影像分析二元分类：FPN、DeepLabv3+、U-Net、D-LinkNet、SFNet 

◇影像分析地物分类：FPN、DeepLabv3+、U-Net、SFNet 

◇影像分析场景分类：EfficientNet 

◇影像分析对象提取：Mask R-CNN 

◇影像通用变化检测：DSAMNet、Siam-SFNet 

● 升级深度学习框架 

◇升级 TensorFlow 框架由 2.3 至 2.6 版本，Pytorch 框架由 1.8 至 1.10 版本 

◇升级 CUDA 至 11.3 版本，支持 RTX30 系列显卡 

● 完善移动端 AI 能力 

◇完善 AI 属性采集、AI 测图、AI+AR 分析能力 

◇支持地理围栏、限速分析、视频分割