應用(yòng)背景

住房和城鄉建設部等六個部門在2021年的《關于加強窨井蓋安(ān)全管理(lǐ)的指導意見》中(zhōng)提出要在2023年完成窨井蓋的普查工(gōng)作(zuò)，但随着城市化逐漸加快，井蓋數量愈加龐大，種類更加多(duō)樣化，同時井蓋的分(fēn)布相對比較分(fēn)散，傳統的人工(gōng)逐個巡查記錄的普查方式需要投入大量的人力物(wù)力，整個普查過程耗時長(cháng)、效率低。

在面對此類耗費人工(gōng)的工(gōng)作(zuò)時，AI又(yòu)可(kě)以大顯身手了，下面來看看天樞遙感智能(néng)視覺平台是如何與無人機遙感數據結合，實現井蓋自動化提取的吧。

數據情況

在本次模型訓練中(zhōng)選取了兩片城區(qū)的0.05m正射影像，通過對已有(yǒu)的井蓋數據庫進行人工(gōng)篩查，确保樣本的準确性，同時查看有(yǒu)無遺漏圖斑，并從篩查過的樣本中(zhōng)挑選一部分(fēn)作(zuò)為(wèi)測試集，剩餘樣本作(zuò)為(wèi)訓練集進行模型訓練。

測試區(qū)一                                                                                               測試區(qū)二

上傳數據

将訓練、驗證用(yòng)的無人機影像上傳至天樞平台數據中(zhōng)心中(zhōng)

建立數據集

在數據集中(zhōng)新(xīn)建井蓋訓練數據集，将影像從數據中(zhōng)心添加到新(xīn)建的數據集内

加載井蓋标注

在平台樣本标注界面點擊加載本地标注，将井蓋标注上傳至天樞平台，點擊保存。

模型訓練

選擇天樞平台中(zhōng)的模型訓練地物(wù)分(fēn)割算法模塊，設置訓練參數，提交任務(wù)。

模型效果測試

将訓練完成的模型進行發布，然後在遙感解譯功能(néng)中(zhōng)提交地物(wù)分(fēn)割解譯任務(wù)，利用(yòng)劃分(fēn)出的測試集對模型效果進行評估。

結果統計

作(zuò)業效率統計

此次模型訓練輪數設置為(wèi)30輪，增加模型訓練輪回會增加模型訓練所用(yòng)時間，作(zuò)業時長(cháng)如下：

精(jīng)度統計

下載shp成果，在ArcGIS中(zhōng)統計真值（人工(gōng)标注）及平台解譯的圖斑面積。使用(yòng)相交工(gōng)具(jù)，計算平台提取圖斑與真值圖斑相交的個數，計算提交數據的準确率和召回率，結果統計如下：

成果展示

○ 井蓋檢出準确率極高（紅色圖斑為(wèi)人工(gōng)标注真值，藍色圖斑為(wèi)平台解譯結果）

○ 誤檢情況

改進空間

1. 本次測試所用(yòng)井蓋樣本圖斑共計3774個，後續可(kě)繼續增加樣本量，優化樣本質(zhì)量，進而提高模型召回率；

2. 明确井蓋标注規則，避免人工(gōng)标注時主觀上對于井蓋的判讀，要根據實際影響特征進行标注；

總結

在本次測試中(zhōng)，在無人機航攝高清影像的加持下，單人進行井蓋樣本标注工(gōng)作(zuò)，基于天樞遙感智能(néng)平台的自訓練能(néng)力，可(kě)實現井蓋空間範圍的自動提取，解決人工(gōng)判讀效率低等問題，減少外業核查工(gōng)作(zuò)量，是一套成熟、完備的窨井蓋普查作(zuò)業方案。