中科星图 空天·灵眸大模型 面向地球科学的全功能AI开发平台使用手册.pdf

平台提供多种辅助标注能力，用户可通过预标注功能或将现有的矢量数据导入至平台来 自动标注部分数据。 操作流程： 第一步：点击“开始标注”按钮，进入标注页面，准备开始标注任务。 第二步：选择标注标签。根据任务需求，从自定义的标签列表或预置标签中选择适当的标注标签。支持用户创建时添加标签。 第三步：绘制标签。使用绘制工具（例如矩形、多边形）在样本上绘制相应的标注标签。确保准确地勾画出标签所涵盖的区域或目标。 第四步：预标注功能（可选）。平台集成多个预置模型，您可以使用预标注功能来自动标注部分数据。 第五步：导入现有的矢量数据（可选）。如果您有现有的矢量数据，您可以将其导入，以辅助您的标注过程 ### 中科星图空天·灵眸大模型：面向地球科学的全功能AI开发平台使用手册 #### 一、样本库 **1.1 影像上传** 在使用中科星图空天·灵眸大模型进行地球科学研究之前，首先需要上传相关的影像资料。这些影像可以是卫星图像、航拍照片或是其他类型的地理空间图像。用户可以通过平台提供的界面轻松完成上传工作，为后续的标注和训练做好准备。 **1.2 标注任务创建** 创建标注任务是构建高质量训练数据的关键步骤。用户可以根据具体的应用场景和研究目的，定制化地设置标注任务。在这一阶段，需要明确标注的目标类别（如建筑物、道路等），并选择合适的标注方式（例如矩形框、多边形等）。 **1.3 样本标注** 在准备好标注任务后，接下来就是实际的标注过程。平台提供了直观易用的标注工具，帮助用户快速而准确地标记图像中的特定对象。通过以下步骤完成： - **第一步**：点击“开始标注”按钮，进入标注页面。 - **第二步**：选择合适的标注标签，可以从预设标签中选择，也可以自定义创建新标签。 - **第三步**：使用绘图工具（如矩形、多边形）精确勾勒出需要标注的对象边界。 - **第四步**（可选）：利用平台内置的预标注功能，通过预置模型自动标注部分数据，提高效率。 - **第五步**（可选）：如果已有现成的矢量数据，可以直接导入到平台中，作为标注参考或直接使用。 **1.4 标注任务审核** 为了保证标注数据的质量，标注完成后还需要进行严格的审核。这一步骤旨在检查和修正可能存在的错误或不一致性，确保数据集的一致性和准确性。审核人员可以逐个检查每个标注实例，并对错误的标注进行修改。 **1.5 样本集创建** 当所有样本都经过了标注和审核之后，就可以创建样本集了。样本集是用于模型训练的基础数据集，良好的样本集能够显著提升模型性能。创建样本集时需要注意样本的多样性和平衡性，确保覆盖各种情况和边缘案例。 #### 二、训练平台 **2.1 空天·灵眸大模型** 中科星图的空天·灵眸大模型是一个强大的机器学习框架，专门针对地球科学领域的需求进行了优化。它支持多种深度学习算法，如卷积神经网络（CNN）、循环神经网络（RNN）等，能够处理复杂的地球科学数据。此外，该模型还具备高度的灵活性和扩展性，可以随着技术的发展不断更新迭代。 #### 三、模型库 **3.1 模型库创建** 模型库是存放训练好的模型的地方。用户可以在模型库中管理自己的模型，包括存储、检索、版本控制等功能。创建模型库时，需要指定模型的类型、用途等相关信息，以便于管理和调用。 **3.2 模型库新增版本** 随着研究进展和技术更新，模型也需要不断优化升级。因此，模型库支持新增模型版本的功能，使得用户可以轻松地将新训练的模型版本添加到模型库中，同时保留旧版本以备不时之需。 #### 四、推理平台 **4.1 推理服务** 推理平台是将训练好的模型应用于实际问题的重要环节。通过推理服务，用户可以将模型部署到云端或边缘设备上，实现对实时数据的处理和分析。中科星图空天·灵眸大模型支持多种推理服务模式，包括但不限于在线服务、离线批处理等，满足不同场景下的应用需求。 中科星图空天·灵眸大模型提供了一套完整的面向地球科学领域的AI开发解决方案，涵盖了从数据标注到模型训练再到推理应用的全流程。通过对上述知识点的深入理解，用户可以充分利用这一平台的优势，高效地推进地球科学研究项目。