随着低空经济的蓬勃发展,低空智能感知与无人机巡检在城市治理中的应用前景逐渐显现。今天正式首发发布「无人机低空感知平台」。该平台通过创新的“低空数据、模型工厂、应用场景”三大板块的融合,为低空经济的全面发展提供了强有力的技术支撑。
平台以低空数据、模型工厂和应用场景为三大核心支柱,致力于为低空经济与城市治理提供智能感知解决方案。平台通过将各类低空数据与模型工厂紧密结合,助力多场景下的精准感知与实时决策,为不同领域的用户提供强大支持。平台的设计理念不仅强调数据和模型的深度融合,更注重不同业务场景的定制化需求与解决方案的快速落地。
平台作为低空经济的信息汇聚中台,整合了各类低空相关数据,包括城市巡检、交通监控等行业场景数据。用户可以浏览、分析这些开放数据,了解低空经济的潜力,助力各行业发掘低空应用的实际价值。
图1 低空数据资源
平台提供集成的模型工厂,汇聚了开源学术算法与行业定制算法,用户可以体验基于昇腾算力的模型推理与实时应用,快速评估和定制适合自身需求的低空感知模型,优化业务流程。
图2 模型工厂
图3 道路积雪模型展示
通过平台的应用场景模块,用户能够查看和体验各类低空感知应用案例,包括城市管理、环境监测、应急响应等。平台让用户直接感受低空技术如何在真实场景中实现高效应用,促进低空经济的广泛应用和发展。
平台已启动邀请测试,将在测试完成后正式开放。
@article{cao2024visible,
title={Visible and Clear: Finding Tiny Objects in Difference Map},
author={Cao, Bing and Yao, Haiyu and Zhu, Pengfei and Hu, Qinghua},
journal={arXiv preprint arXiv:2405.11276},
year={2024}
}
<pre>
@ARTICLE{Gao22LUSS,
author={Gao, Shanghua and Li, Zhong-Yu and Yang, Ming-Hsuan and Cheng, Ming-Ming and Han, Junwei and Torr, Philip},
title={Large-scale Unsupervised Semantic Segmentation},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
year={2023},
volume={45},
number={6},
pages={7457-7476},
doi={10.1109/TPAMI.2022.3218275}
}
</pre>