Zum Inhalt springen

Eigenes Werkzeug

GeoAI und Bildannotation mit Acotate 2.0 AERO

Unser Annotationswerkzeug für Luftbilder verbindet automatische Vorannotation mit menschlicher Korrektur – die Grundlage für lernende Bildsegmentierung.

Bildschirmfoto von Acotate 2.0 AERO: links Einstellungen, rechts ein Luftbild mit rot annotierten Gebäuden, grünen Flächen und blauen Wegen
Acotate 2.0 AERO: Luftbild mit Annotationen im Polygonformat.

Ausgangssituation

Maschinelles Lernen in der Bildauswertung braucht Referenzdaten. Sie von Hand zu erstellen, ist der aufwendigste Teil eines GeoAI-Projekts.

Lösungsansatz

  • Luftbilder werden dargestellt und im Polygonformat annotiert
  • Die automatische Vorannotation liefert den Ausgangspunkt
  • Der Mensch korrigiert und gibt frei
  • Jede Korrektur verbessert das Modell für den nächsten Durchlauf

Was vorliegt

  • Semantische Segmentierung mit einem Faltungsnetz der U-Net-Architektur
  • Durchgängiger Ablauf von der Datenerhebung über Annotation und Training bis zur Validierung

Acotate 2.0 AERO ist ein Baustein in einem durchgängigen GeoAI-Ablauf: Anforderungen aufnehmen, Lerndaten erheben und versionieren, annotieren, trainieren, validieren, an das Einsatzgebiet anpassen, bereitstellen und im Betrieb verbessern. Den Ablauf beschreiben wir unter Visuelle und räumliche Datenanalyse.

Weiterführende Themen

KI-Technologien

GeoAI & Spatial Intelligence

Räumliche Informationen intelligent auswerten und mit visuellen und weiteren Daten verbinden.

KI-Technologien

Vision AI

Bild- und videobasierte KI, gewachsen aus langjähriger Erfahrung in der industriellen Bildverarbeitung.

Lösungen

Visuelle und räumliche Datenanalyse

Luft- und Satellitenbilder mit KI auswerten, räumliche Zusammenhänge erkennen und Geodaten in konkrete Erkenntnisse verwandeln.

Sie möchten KI in Ihrem Unternehmen nutzbar machen?

Ob erste KI-Einführung oder komplexe Entwicklungsaufgabe – wir besprechen mit Ihnen die Anforderungen und geeigneten nächsten Schritte.

KI-Projekt besprechen