P1SuperMap遙感AI技術(shù)探索與應(yīng)用谷寧超圖軟件平臺產(chǎn)品線營銷工程專家2025年06月25日

AI+遙感的時代背景01P2商業(yè)遙感衛(wèi)星發(fā)展迅猛《

“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》

明確提出要

“構(gòu)建覆蓋全球、

高效運行的通信、

導(dǎo)航和遙感空間基礎(chǔ)設(shè)施體系”?！吨袊乩硇畔a(chǎn)業(yè)發(fā)展報告（2024）

》

規(guī)劃中

：超低軌衛(wèi)星星座P3 SAM提示分割LIM2024大模型厚云

，林地預(yù)訓(xùn)練模型正射影像AI質(zhì)檢SuperMap

遙感+

AI

發(fā)展歷程SFNet模型評估DSAMNet202110iFPN影像樣本管理YOLO2024AI影像匹配建筑物變化檢測、

道路、光伏、

超分重建預(yù)訓(xùn)練模型SAR遙感數(shù)據(jù)目標(biāo)檢測工具LIM2025大模型SegFormer推理結(jié)果后處理

AI語義輔助幾何處理GPU并行訓(xùn)練2020對象提取目標(biāo)檢測二元分類地物分類場景分類遙感AI流程工具通用變化檢測工具建筑、

水體預(yù)訓(xùn)練模型SAM大模型耕地、

大棚

預(yù)訓(xùn)練模型多波段數(shù)據(jù)訓(xùn)練20222023202510i11i11i11iP4SuperMap

AI技術(shù)賦能遙感影像生產(chǎn)與解譯全流程建筑物規(guī)則化邊界清理區(qū)域分組細(xì)化聚合面聚合豐富的解譯后處理工具高質(zhì)量遙感影像生產(chǎn)全鏈路遙感AI解譯眾數(shù)濾波蠶食擴(kuò)展收縮P5

高質(zhì)量遙感影像生產(chǎn)02P6高質(zhì)量遙感影像生產(chǎn)高質(zhì)量的遙感解譯需要高質(zhì)量的影像

，

高質(zhì)量的解譯影像特征：空間定位精準(zhǔn)影像色彩飽和地物特征清晰P7AI技術(shù)助力高質(zhì)量影像生產(chǎn)update

升級AI弱紋理區(qū)域特征匹配能力

update

升級AI

DSM匹配能力

提升沙漠、

戈壁、

林區(qū)DOM精度提升DSM/DEM質(zhì)量提升城區(qū)DOM精度AI語義分割輔助高質(zhì)量匹配特征點P8AI語義輔助提升城區(qū)DOM精度幾何誤差：

1個像元AI語義輔助幾何處理技術(shù)幾何誤差：

3個像元傳統(tǒng)幾何處理技術(shù)自動剔除云層區(qū)域連接點與地面控制點自動剔除建筑區(qū)域連接點與地面控制點內(nèi)置AI智能解譯預(yù)訓(xùn)練模型

，AI模型自動提取語義信息

，基于語義信息進(jìn)行非地面點剔除。AI語義提取云層區(qū)域AI語義提取建筑物區(qū)域P912i(2025)

AI匹配算法升級AI影像匹配技術(shù)

，

提升弱紋理區(qū)DOM精度提升影像匹配精度和魯棒性

，較為困難的沙漠、密林等弱紋理區(qū)域也能穩(wěn)定匹配

，進(jìn)而提升DOM成果數(shù)據(jù)精度與自動化質(zhì)檢準(zhǔn)確性傳統(tǒng)匹配算法11i(2024)

AI匹配算法P1011i(2024)

AIDSM算法SuperMap

12i(2025)

AIDSM算法升級AI

DSM算法提升密集匹配精度和魯棒性

，顯著提升城市地區(qū)DSM成果質(zhì)量

，建筑物與立交橋輪廓更清晰P11升級AI

DSM算法提升密集匹配精度和魯棒性

，顯著提升山區(qū)地區(qū)DSM成果質(zhì)量，

山體表面起伏更真實P12

11i(2024)

AIDSM算法12i(2025)

AI

DSM算法升級AI

DSM算法提升密集匹配精度和魯棒性

，顯著提升山區(qū)地區(qū)DSM成果質(zhì)量，

山體表面起伏更真實P13

11i(2024)

AIDSM算法12i(2025)

AIDSM算法

全鏈路的遙感AI解譯能力03P14全鏈路的遙感AI能力數(shù)據(jù)準(zhǔn)備影像樣本管理模型推理推理結(jié)果后處理模型評估模型轉(zhuǎn)換訓(xùn)練數(shù)據(jù)生成模型應(yīng)用模型訓(xùn)練模型構(gòu)建P15模型構(gòu)建模型應(yīng)用地物分類模型訓(xùn)練對象提取場景分類目標(biāo)檢測變化檢測二元分類模型推理SuperMap提供全鏈路深度學(xué)習(xí)能力數(shù)據(jù)準(zhǔn)備影像樣本管理全流程遙感影像智能解譯工具

，

打造一站式遙感AI方案推理結(jié)果后處理眾數(shù)濾波蠶食

收縮

擴(kuò)展面聚合

細(xì)化

建筑物規(guī)則化邊界清理聚合……AI應(yīng)用算法管理混亂遙感智能處理分析鏈路長環(huán)節(jié)多技術(shù)復(fù)雜用戶痛點開發(fā)落地流程繁瑣全生命周期遙感AI軟件能力賦能用戶快速構(gòu)建和應(yīng)用遙感AI模型訓(xùn)練數(shù)據(jù)生成P16G-SAM交互式提示分割——高效率樣本勾繪P17遙感智能解譯場景類別二元分類：道路提取場景分類：功能區(qū)劃分變化檢測：耕地變化檢測地物分類：土地覆蓋分類

對象提?。吼B(yǎng)殖網(wǎng)箱提取

目標(biāo)檢測：光伏板檢測

P18二元分類地物分類通用變化檢測目標(biāo)檢測對象提取場景分類超分辨率重建提示分割FPNU-NetDeepLabv3+D-LinkNetSFNetSegFormerFPNU-NetDeepLabv3+SFNetSegFormerMask2FormerSiam-SFNetDSAMNetSiam-SegFormerCDMask2FormerCascadeR-CNNRTMDetReDetMaskR-CNNRTMDet-InsEfficientNetReal-ESRGANSAMMobileSAM網(wǎng)絡(luò)結(jié)構(gòu)支持情況P19遙感智能解譯預(yù)訓(xùn)練模型11i（2024）驗證精度

F1=0.94

IoU=0.89大棚驗證精度F1=0.94

IoU=0.90驗證精度F1=0.94

IoU=0.89建筑物驗證精度F1=0.92

IoU=0.85驗證精度F1=0.94

IoU=0.88厚云飛機(jī)城市水體耕地林地艦船驗證精度F1=0.97

IoU=0.94驗證精度mAP=0.79驗證精度AP=0.91P20遙感智能解譯預(yù)訓(xùn)練模型12i（2025）云

影像超分

new建筑物變化new道路

new建筑物update光伏ncwP21預(yù)訓(xùn)練模型：

建筑物提取可從高分辨率（

0.5-2.0米）光學(xué)遙感影像（RGB波段）

中提取各類建筑物屋頂輪廓。城區(qū)建筑物——南方城區(qū)建筑物——北方P22預(yù)訓(xùn)練模型：

建筑物提取鄉(xiāng)村建筑物——南方鄉(xiāng)村建筑物——北方P23可從高、

中、低分辨率（

0.5-30米）光學(xué)遙感影像（RGB波段）

中提取云體范圍。云檢測云檢測預(yù)訓(xùn)練模型：

云檢測P24預(yù)訓(xùn)練模型：

光伏提取

可從高分辨率（分辨率0.5-2.0米）光學(xué)遙感影像（RGB）

中提取光伏板輪廓或光伏用地范圍。光伏板提取光伏板提取P25預(yù)訓(xùn)練模型：

光伏提取

光伏用地提取光伏用地提取P26預(yù)訓(xùn)練模型：

道路提取

可從高分辨率（

0.5-2.0米）光學(xué)遙感影像（RGB）

中提取各類道路輪廓。高速國道城市道路P27預(yù)訓(xùn)練模型：

道路提取

山區(qū)林區(qū)道路鄉(xiāng)村道路P28

可對高分辨率（

1m）遙感影像（RGB波段）進(jìn)行影像超分辨率重建。

建筑物

道路

預(yù)訓(xùn)練模型：

影像超分辨率重建P29預(yù)訓(xùn)練模型：

影像超分辨率重建林地耕地P30預(yù)訓(xùn)練模型：

建筑物變化檢測

可對高分辨率（

0.5-2.0米）

8位光學(xué)遙感影像（RGB）進(jìn)行地表建筑物變化檢測。鄉(xiāng)村城區(qū)P31合成孔徑雷達(dá)(SAR)遙感數(shù)據(jù)目標(biāo)檢測SAR遙感數(shù)據(jù)艦船檢測SAR遙感數(shù)據(jù)橋梁檢測模型評估模型推理模型訓(xùn)練訓(xùn)練數(shù)據(jù)生成P32遙感智能解譯預(yù)訓(xùn)練模型遷移學(xué)習(xí)城市區(qū)域城郊區(qū)域城市建筑物提取預(yù)訓(xùn)練模型適用于城市區(qū)域大型建筑物推理推理P33遙感智能解譯預(yù)訓(xùn)練模型遷移學(xué)習(xí)適用于城市區(qū)域

城市建筑物

提取預(yù)訓(xùn)練模型遷移學(xué)習(xí)城郊建筑物提取模型少量城郊建筑物訓(xùn)練數(shù)據(jù)適用于城郊區(qū)域小型建筑物大型建筑物P34SuperMap

LIM

遙感解譯大模型全新升級遙感基礎(chǔ)模型大參數(shù)量網(wǎng)絡(luò)500Million+參數(shù)LargeImageryModel遙感影像塊600萬+大規(guī)模訓(xùn)練數(shù)據(jù)P35SuperMap

LIM2025（5億參數(shù)）

遙感解譯AID數(shù)據(jù)集NWPU數(shù)據(jù)集ISAID數(shù)據(jù)集Potsdom數(shù)據(jù)集LEVIR-CD數(shù)據(jù)集 Sky*（20億）Ring*（10億）LIM2025（5億）5億參數(shù)的LIM與10-20億參數(shù)的模型解譯精度相當(dāng)不同參數(shù)模型遙感解譯精度對比1009080706050403020100P36SuperMap

LIM

地物分類精度提升P37SuperMap

LIM

地物分類更準(zhǔn)確●

建筑物

耕地

水體

●道路

e裸地

●11i(2024)LIM地物分類大模型傳統(tǒng)模型12i(2025)LIM地物分類大模型林地

草地

其他P38SuperMap

LIM

地物分類更準(zhǔn)確●

建筑物

耕地

水體

●道路

e裸地

●11i(2024)LIM地物分類大模型傳統(tǒng)模型12i(2025)LIM地物分類大模型林地

草地

其他P39SuperMap

LIM

地物分類更準(zhǔn)確●

建筑物

耕地

水體

●道路

e裸地

●11i(2024)LIM地物分類大模型傳統(tǒng)模型12i(2025)LIM地物分類大模型林地

草地

其他P40

豐富的后處理工具04P41模型應(yīng)用遙感AI解譯后處理擴(kuò)展收縮建筑物規(guī)則化區(qū)域分組細(xì)化數(shù)據(jù)準(zhǔn)備模型構(gòu)建推理結(jié)果后處理影像樣本管理面聚合

邊界清理訓(xùn)練數(shù)據(jù)生成眾數(shù)濾波模型訓(xùn)練模型推理蠶食聚合P42建筑物規(guī)則化P43G-SAM影像數(shù)據(jù)提示數(shù)據(jù)矩形框多邊形

交互點交互點提示多邊形提示矩形框提示Geospatial

SAM：

G-SAM輸入：地理空間數(shù)據(jù)輸出：遙感解譯結(jié)果P44基于矩形框提示的飛機(jī)輪廓提取原始影像

目標(biāo)檢測結(jié)果（提示數(shù)據(jù)）