观微产品预订平台

【简介】

目标发现与样本标注人工智能系统是面向目标和样本增量更新的应用需求，融合专家领域知识和小样本深度学习技术，自主研发的设施类和装备类目标识别、判型、标注的智能解译工具。

该系统在小样本条件下，实现了复杂设施目标和典型装备目标的自动检测和型号识别，支持超大区域内防空导弹阵地等感兴趣目标的自动搜索，具备目标增量更新能力；实现了样本影像提取、样本标注、样本生成和增广、算法迭代更新的自动化流程，具备样本增量更新能力，满足图像识别领域深度学习算法对样本标注的应用需求。

该系统打造了“小样本输入-算法构建-目标发现-样本生成-算法更新-目标发现”的应用闭环，通过流程化的模式破解军事领域深度学习样本匮乏的难题，旨在提高智能解译效能。

【产品特色】

● 算法设计独特

设计独特的小样本学习算法，仅需输入100条左右的初始训练样本，即可实现较高的目标识别精度。

● 设施识别精准

在识别算法中融入专家领域知识，防空导弹阵地等复杂设施目标的识别准确率优于95%。

在判型算法中融入专家领域知识，阿利·伯克、提康德罗加等典型舰船目标的型号识别准确率优于90%。

利用本系统5小时内完成日本全境（37.7万平方千米）的爱国者、霍克等防空导弹阵地的自动搜索。

设计人工认证审查功能，支持人机交互专家审核，保证目标库和样本库中数据的准确性和高质量。

实现了目标级和像素级标注，可根据目标形状和方向，选择正矩形、斜矩形和多边形等标注形式，满足算法要求。

【应用方向】

● 样本数据集生产

应用于深度学习样本数据的自动、快速标注和批量化生产。

应用于不同区域范围内典型目标的智能发现和目标库的增量更新。

应用于典型目标的动态变化监视和能力分析。

【产品定制】

   **注：以上软件产品均可按需定制扩展，价格另议！