Νέα χαρακτηριστικά του eCognition 10.5
Αυτή η έκδοση φέρνει ένα πλήθος νέων χαρακτηριστικών και βελτιώσεων που έχουν σχεδιαστεί για να ενισχύσουν τις δυνατότητες χειρισμού των δεδομένων σας, να εξορθολογήσουν τις ροές εργασίας και να βελτιώσουν τη συνολική αποδοτικότητα.
Το eCognition 10.5 εισάγει διάφορα νέα εργαλεία και αλγόριθμους που επιτρέπουν τη χειροκίνητη επεξεργασία νέφους σημείων, προσφέρουν νέες στρατηγικές τμηματοποίησης εικόνας (segmentation) και ανοίγουν ευκαιρίες για τη χρήση μοντέλων βαθιάς μάθησης που έχουν εκπαιδευτεί σε διάφορα πλαίσια μηχανικής μάθησης. Αυτές οι βελτιώσεις αποσκοπούν στο να παρέχουν στους επαγγελματίες της γεωπληροφορικής πιο ισχυρές και ευέλικτες λύσεις για τις ανάγκες τους σε επεξεργασία δεδομένων.
Ορισμένα από τα βασικά οφέλη που εισάγονται για τον αποτελεσματικό χειρισμό γεωχωρικών δεδομένων περιλαμβάνουν:
Γραμμή εργαλείων επεξεργασίας νέφους σημείων
Τα νέφη σημείων αποκτούν ολοένα και μεγαλύτερη σημασία στις γεωχωρικές εφαρμογές, παρέχοντας λεπτομερή τρισδιάστατα δεδομένα που αποκτώνται με μεθόδους όπως η στατική και κινητή σάρωση, το εναέριο lidar και η φωτογραμμετρία. Καθώς οι επαγγελματίες του χώρου υιοθετούν αυτές τις τεχνολογίες, αυξάνεται η ανάγκη για ισχυρά εργαλεία χειρισμού και ανάλυσης των σημειακών νεφών.

Εικόνα: Εργαλειοθήκη επεξεργασίας point cloud
Το eCognition προσφέρει ήδη αλγορίθμους που επιτρέπουν τον χειρισμό νέφους σημείων, συμπεριλαμβανομένης της αυτοματοποιημένης ταξινόμησης. Το eCognition v10.5 εισάγει μια νέα γραμμή εργαλείων σχεδιασμένη ειδικά για την επεξεργασία νέφους σημείων. Αυτή η προσθήκη επιτρέπει δυνατότητες χειροκίνητης επεξεργασίας, προσφέροντας διάφορες λειτουργίες για την επιλογή σημείων και την επαναταξινόμηση τόσο σε 2D όσο και σε 3D προβολές. Η γραμμή εργαλείων ανοίγει αυτόματα όταν εισάγονται δεδομένα νέφους σημείων, βελτιώνοντας τη ροή εργασίας σας και διευκολύνοντας την αξιοποίηση των 3D δεδομένων στα έργα σας.

Iικόναe: Ρυθμίσεις απεικόνισης δεδομένων Point cloud
Νέος αλγόριθμος τμηματοποίησης (segmentation) με βάση το Segment Anything Model (SAM)
Σε αυτή την έκδοση, εισάγουμε έναν νέο αλγόριθμο για την τμηματοποίηση δεδομένων εικόνας που βασίζεται στον αλγόριθμο Segment Anything Model (SAM)*. Ο αλγόριθμος προσφέρει τρεις τρόπους εισόδου για ευελιξία κατάτμησης::
- Everything: (Όλα) Αυτή η λειτουργία τμηματοποιεί εικόνες με βάση αυτόματα δημιουργημένους σπόρους, δημιουργώντας ένα πλέγμα τμηματοποίησης για τον εντοπισμό διακριτικών χαρακτηριστικών. Είναι η απλούστερη επιλογή, αλλά μπορεί να μην είναι κατάλληλη για μεγάλες δορυφορικές εικόνες ή ορθομωσαϊκά με πολλά μικρά χαρακτηριστικά λόγω του χονδροειδούς πλέγματος.
- Bounding boxes: (Πλαίσια οριοθέτησης) Ιδανικό για χρήστες με ένα μοντέλο ανίχνευσης αντικειμένων που παράγει οριοθετημένα πλαίσια γύρω από τα αντικείμενα που τους ενδιαφέρουν, αλλά τελικά χρειάζονται σημασιολογική κατάτμηση ως τελικό παραδοτέο. Οι χρήστες μπορούν να εφαρμόσουν το μοντέλο ανίχνευσης αντικειμένων ακολουθούμενο από τμηματοποίηση SAM για να αποκτήσουν ακριβή περιγράμματα κάθε αντικειμένου. Η είσοδος για αυτή τη λειτουργία είναι ένα πολύγωνο ή ένα διάνυσμα γραμμής.
- Points: (Σημεία) Οι χρήστες μπορούν να εισάγουν ένα διάνυσμα σημείου για τμηματοποίηση. Ο αλγόριθμος χρησιμοποιεί αυτά τα σημεία για να δημιουργήσει μια μάσκα τμηματοποίησης, περιγράφοντας το αντικείμενο ενδιαφέροντος διακρίνοντας τα σχετικά τμήματα της εικόνας.

Εικόνα: SAM segmentation
Αλγόριθμος DBSCAN για ομαδοποίηση νεφών σημείων
Η ταξινόμηση νέφους σημείων είναι ένας πολύ καλός τρόπος για την τμηματοποίηση δεδομένων νέφους σημείων 3D. Ωστόσο, ο χρήστης συχνά χρειάζεται μια απογραφή των αντικειμένων, η οποία θα μπορούσε να περιλαμβάνει τη θέση για κάθε αντικείμενο ή τον αριθμό των αντικειμένων, όπως η θέση και ο αριθμός των δέντρων σε ένα νέφος σημείων. Η αυτοματοποιημένη ταξινόμηση που είναι διαθέσιμη στο eCognition επέτρεπε στους χρήστες να ταξινομούν αντικείμενα, αλλά θα ήταν δύσκολο να βρουν κάθε περίπτωση του αντικειμένου και να προσδιορίσουν τη θέση του.
Ο νέος αλγόριθμος ομαδοποίησης νεφών σημείων με βάση τη χωρική ομαδοποίηση εφαρμογών με θόρυβο βάσει πυκνότητας (DBSCAN) που εισήχθη στην έκδοση 10.5 ομαδοποιεί τα σημεία που βρίσκονται κοντά το ένα στο άλλο σε μια περίπτωση αντικειμένου με βάση την κατηγορία του νέφους σημείων που εισήγαγε ο χρήστης. Μετά την αυτοματοποιημένη ομαδοποίηση, ο αλγόριθμος θα δημιουργήσει μια συστάδα ανά σημείο, επιτρέποντας τον εντοπισμό κάθε περίπτωσης ενός αντικειμένου στο νέφος σημείων και επιτρέποντας την εύκολη καταμέτρηση αντικειμένων.
Εικόνα: Χρήση στηριζόμενη DBSCAN για ομαδοποίηση νεφών σημείων
Υποστήριξη μοντέλων βαθιάς μάθησης και ONNX
Στις προηγούμενες εκδόσεις, το eCognition υποστήριζε μοντέλα AI που εκπαιδεύονταν εκτός της πλατφόρμας, αλλά μόνο αν ήταν μοντέλα TensorFlow. Αυτός ο περιορισμός ήταν δεσμευτικός, καθώς η ταχέως αναπτυσσόμενη κοινότητα Τεχνητής Νοημοσύνης προσφέρει προ-εκπαιδευμένα μοντέλα σε διάφορα πλαίσια μηχανικής μάθησης. Ως προγραμματιστής συνόλων κανόνων, δεν θέλετε να περιορίζεστε στο TensorFlow.
Με την τελευταία έκδοση του eCognition, εισάγουμε υποστήριξη για μοντέλα ONNX. Τα μοντέλα ONNX (Open Neural Network Exchange) επιτρέπουν στους χρήστες να εισάγουν και να εκτελούν μοντέλα που έχουν εκπαιδευτεί σε διάφορα πλαίσια μηχανικής μάθησης, όπως το TensorFlow και το PyTorch, χωρίς να χρειάζεται να τα επανεκπαιδεύσουν για μια συγκεκριμένη πλατφόρμα.
Σημειώστε ότι τα μοντέλα eCognition και TensorFlow δεν υποστηρίζονται πλέον σε GPU. Ενθαρρύνουμε τη χρήση μοντέλων ONNX για νέα σύνολα κανόνων για να επωφεληθείτε πλήρως από αυτή τη νέα δυνατότητα.

Μείνετε μπροστά με το Trimble eCognition
Η έκδοση 10.5 του eCognition αποτελεί ένα σημαντικό βήμα προς τα εμπρός στην επεξεργασία γεωχωρικών δεδομένων, προσφέροντας νέα ισχυρά εργαλεία και αλγόριθμους που βελτιώνουν την επεξεργασία νέφους σημείων, την κατάτμηση εικόνων και την ενσωμάτωση της μηχανικής μάθησης. Με χαρακτηριστικά όπως η γραμμή εργαλείων επεξεργασίας νέφους σημείων, η τμηματοποίηση με βάση το SAM, η ομαδοποίηση DBSCAN και η υποστήριξη μοντέλων ONNX, αυτή η έκδοση παρέχει στους επαγγελματίες της γεωπληροφορικής την ευελιξία και την αποτελεσματικότητα που απαιτούνται για την αντιμετώπιση σύνθετων εργασιών επεξεργασίας δεδομένων.
Μείνετε συνδεδεμένοι, μείνετε αποτελεσματικοί και μείνετε μπροστά με το Trimble eCognition.