Войти через соцсеть:
Войти через email:
Разберем основные этапы разработки сервиса для автоматического распознавания и векторизации данных на спутниковых снимках, аэрофотоснимках, данных с БПЛА.
Описание:
1. Выбор архитектуры нейронной сети: изучим современные архитектуры сетей для семантической сегментации объектов на изображениях.
2. Сбор и подготовка данных: обсудим этапы подготовки изображений для обучения нейронной сети, включая аннотирование объектов на изображении и аугментацию данных.
3. Обучение и тестирование модели: разберем стратегию обучения сети, настройку гиперпараметров.
4. Векторизация масок, полученных с помощью нейронной сети: обсудим сглаживание полигонов, сшивку, контроль самопересечений
5. Разработка серверной части: рассмотрим технические аспекты реализации модуля авторизации и обработки заявок от клиентов (PHP/C++), модуля распознавания (Python), брокера сообщений для асинхронного взаимодействие между компонентами.
6. Разработка клиентской части: рассмотрим технические аспекты реализации интерфейса пользователя (Qt), интеграции в ГИС, взаимодействия с сервером
7. Масштабирование системы и оптимизация производительности: уделим внимание подключению дополнительных серверов для распознавания, использованию ресурсов GPU
Импортозамещайся ГИС большая и маленькая!
Полтора года до дедлайна. Осталось не так много времени!
С 1 апреля этого года вступает в силу Федеральный закон от 04.08.2023 N 491-ФЗ, который еще жестче регламентирует применение отечественных ГИС. Для органов власти и компаний, от деятельности которых зависит обороноспособность страны и безопасность государства, экономическая стабильность и энергетическая независимость, применение исключительно отечественных ГИС станет обязательным. Импортозамещение ГИС ожидает и множество коммерческих компаний, осуществляющих деятельность в России.
Наша компания за последние годы перевела на отечественную ГИС-платформу несколько российских компаний - крупных и малых, частных и государственных. Как показывает накопленный опыт, проблемы, возникающие в ходе импортозамещения ГИС, и ошибки, которые при этом совершаются, весьма однотипны.
В ходе доклада мы вместе разберем:
- как не зайти тупик, пытаясь объять необъятное;
- как наиболее безболезненно уйти от «буржуинских» ГИС и что делать с данными;
- как участие в импортозамещении повышает качество собственных программных продуктов;
и рассмотрим другие вопросы перехода на отечественные ГИС.
Тезисы доклада «Современные ГИС или облачные технологии и low-code решения пространственном анализе больших данных»
1. Роль облачных технологий: Обсуждение важности облачных решений в анализе больших геоданных и пространственном анализе.
2. Примеры использования: Презентация практических случаев применения геоаналитики и машинного обучения в различных отраслях.
3. Инструменты и технологии облачных вычислений для обработки и анализа геоданных.
4. Подходы к интеграции и хранению геопространственных данных в облаке.
5. Преимущества пространственных индексов: Значение использования пространственных индексов для повышения производительности и скорости обработки запросов.
6. Визуализация данных: Технологии визуализации и анализа пространственных данных.
7. Демократизация: Low-code и No-code workflows для пространственного анализа
