软视通GPT平台
模型架构
使用多层 Transformer Block 进行堆叠总共70亿参数
根据对话内容和用户提问生成相应的回答
微调技术使得探知图灵GPT用有生成对话能力
RLHF技术保证了探知图灵GPT生成符合人类偏好的对话,保证了对话的有效性和安全性
微调技术步骤
步骤一:基于LLaMa使用人工对话数据集进行微调,得到微调模型SFT
步骤二:收集比较数据集,训练一个奖励模型RM
步骤三:使用奖励模型RM对微调模型SFT使用PPO算法进行更新
不断迭代步骤二步骤三得到最终模型
遥感脑

平台架构

针对复杂场景下的雷达、遥感大数据智能处理与空间认知的应用瓶颈,在国产昇腾Atlas算力底座和MindSpore AI框架下,研发了遥感大数据智能解译平台——西电遥感脑,开放地物要素理解、目标检测识别、要素变化检测、视频智能解译四大功能。借助“AI+遥感”的全新模式,平台可应用于城镇规划发展、国土资源监测、灾害监测评估、实时目标监控、智慧城市建设等多种场景,为遥感数据处理提供技术支撑。

遥感大模型

遥感影像大数据类脑解译系统

本系统为基于GPU和FPGA的遥感影像大数据类脑解译系统,即“遥感脑”。旨在解决“三高”光学遥感影像(高空间分辨率、高光谱分辨率、高时间分辨率)处理难度高带来的各种问题。

AI遥感大模型

系统部分解译任务结果展示

项目数据为高分5卫星数据,河北地区,幅宽约为2083*2008,总计301个波段。使用右半边数据2083*1000的区域进行训练,对左半边区域进行测试结果如上。

智慧遥感大模型

部分标签及分类结果对比展示

项目数据为欧比特卫星数据,河北地区,幅宽约为5000*5000,总计32个波段。使用左半边数据5000*2500的区域进行训练,对右半边区域进行测试结果如上。

AI遥感脑

为遥感解译行业赋能

飞机舰船出港入港数量监控

遥感大模型数据库

多种数据库

静态影像(被动成像、主动成像)

动态影像

基于FPGA(Altera A10)的遥感影像大数据类脑解译系统

系统面向高分辨可见光遥感影像地物分类、目标检测、路网和水域提取、超分辨等问题。在遥感影像的感知、认知、推理、决策等方面建立了系统的类脑解译理论和方法。

基于光学图像和Lidar图像融合,设计解决遥感大场景下数据检测慢、定位差、精度低等问题的目标检测方法。

针对遥感影像的数据量大、信息丰富便于利用的特点,采用了最新的分布式高性能集群技术,建立了基于深度学习的目标检测与地物分类技术,研制了基于GPU和FPGA的遥感影像大数据类脑解译系统。

遥感大模型解译系统
新闻中心
NEWS
查看更多

产品

GPT
遥感脑
AI医疗影像
AI会诊
AI会议
AI交通

公司

联系我们
新闻中心

京ICP备20006802号-10 © 北京易简视源科技有限公司 版本所有

友情链接