未提供项目描述
项目描述
GeoWATCH 是一个开源的研究和生产环境,用于具有地理空间感知能力的图像和视频分割与检测。
该存储库解决了 IARPA SMART (基于空间机器自动识别技术) 计划的算法挑战。该软件的目标是分析基于空间的图像,以执行广泛的区域搜索,寻找自然和人为事件,并描述它们在时间和空间上的范围和进展。
以下表格提供了SMART WATCH项目的相关资源链接
GeoWATCH Gitlab 仓库 |
|
Pypi |
|
阅读文档 |
|
幻灯片 |
|
第二阶段内部 SMART GeoWATCH DVC 数据仓库 |
|
第二阶段内部 SMART GeoWATCH DVC 实验仓库 |
目的与特性
GeoWATCH 可用于在多传感器图像或视频数据上训练、预测和评估分割模型。多边形可以提取或“跟踪”视频帧中的跨帧,以产生向量化预测。
图像可以具有不同的分辨率,可能配对地理空间元数据(但这不是必需的),并且具有任意数量的感知或派生栅格波段。图像的每个栅格波段不一定具有相同的分辨率。唯一的要求是存在一个仿射变换,将每个基础的“资产空间”关联到“图像空间”,而这个“图像空间”反过来必须以类似的方式关联到每个“视频空间”。这些变换和数据集的所有其他细节都包含在一个 kwcoco 文件中。
数据加载器设置为与 kwcoco 文件一起工作,在训练时,像均值/标准差计算、类别、频率权重这样的详细信息会自动处理,而不是像常见做法那样在配置文件或代码中硬编码这些值。这样,GeoWATCH 旨在在用户提供的输入数据上运行,而不是对此做出假设。唯一的限制是数据必须在 kwcoco 文件中注册,这很容易做到,可以与任意其他磁盘结构共存,并且具有许多优点。图像可以是任意大小或小,并且可以直接使用(即原始图像不需要以任何方式进行预处理),尽管某些格式(例如 COGs)将比其他格式更有效。
用例:重型建筑
此软件的驱动用例是检测重型建筑事件及其阶段的分类。
第一幅图像说明了管道的广泛区域搜索(BAS)组件,该组件使用低时空分辨率数据来检测进一步处理的候选“显著”区域。
系统的下一个主要组件是活动特征(AC),其中使用更高分辨率的数据来细化预测信息。在这种情况下,我们将每个多边形分类为不同的建设阶段。在上面的例子中,有 3 个检测到的候选。我们现在聚焦于中间的一个。
这显示了系统检测 KHQ 建筑的建设并对其阶段进行分类。此演示在公共数据上运行,可以使用 教程 6 进行重现。该区域没有在该系统上训练。
通过去中心化的 IPFS 协议以及通过 Kitware 的集中式 Girder 系统公开发布模型权重。注意 IPFS 链接使用 ipfs.io 网关,但可以使用 CID 直接访问数据。有关详细信息,请参阅 IPFS 教程。
公开发布的模型权重 |
||
---|---|---|
发布日期 |
IPFS |
Girder |
2024-01-11 |
系统要求
在开始之前,您必须已安装 Python。我们目前支持 CPython 版本 3.10 和 3.11。
入门指南
geowatch 包可在 pypi 上获得,并且可以使用 pip 安装。要安装具有有限特性和依赖项的 geowatch 空白版本,请运行
pip install geowatch[headless]
请注意,指定“headless”很重要,以指示应使用的 opencv-python-headless 变体的 opencv。或者,您也可以指定“graphics”以使用 opencv-python 变体,但我们发现这可能会导致与 Qt 库冲突。
或者,要完全安装 GeoWATCH,请运行
pip install geowatch[headless,optional,development,tests]
从 PyPI 安装 geowatch 后,您将可以使用 GeoWATCH 命令行界面(CLI)。此时,您应该能够使用 CLI 列出可用的命令
geowatch --help
不幸的是,安装尚未完成。这是因为 PyPI 上没有 GDAL 的二进制轮子,这意味着我们在 GeoWATCH 安装时无法访问它们。幸运的是,Kitware 托管了二进制 GDAL 轮子,GeoWATCH 提供了一个工具来安装它们并完成其安装。
geowatch finish_install
如果您使用的是完全安装命令(即使 GeoWATCH 已经安装也可以运行),或者至少安装了 xdoctest,您可以通过运行 geowatch 模块中的 doctests 来测试您的安装是否正常工作。
xdoctest -m geowatch
GeoWATCH CLI 支持自动完成,但此功能需要 启用。
有关更多详细信息,请参阅 GeoWATCH 开发安装指南。
我们还有有限的 Windows 支持,请参阅 Windows 上的 GeoWATCH 安装。
教程
我们有一系列与训练模型和预测相关的 教程。
教程 1: 玩具 RGB 融合模型示例
教程 2: 玩具 MSI 融合模型示例
教程 3: 特征融合教程
教程 4: 其他训练教程
教程 5: KR2 BAS SMART 演示
教程 6: KHQ SMART 演示
文档
快速参考,当前文档文件列表如下
贡献
安装
融合相关文档
旧版设计文档
开发
对于新合作者,请参阅 入职文档
对于内部合作者,请参阅 内部文档
有关 GeoWATCH CLI 和本软件包中包含的其他 CLI 工具的更多详细信息,请参阅: GeoWATCH CLI 文档
geowatch 模块建立在 Kitware 开发的几个其他 支持库 之上。熟悉这些包将有助于理解 GeoWATCH 代码库。特别是,开发者应该熟悉 kwcoco、kwimage、scriptconfig 和 ubelt。熟悉 ndsampler、delayed_image、cmd_queue 和 xdoctest 也很有帮助。
已发表的研究
致谢
这项研究部分基于国家情报总监办公室(ODNI)、6号情报高级研究项目活动(IARPA)通过 2021-2011000005 支持的工作。本文中的观点和结论是作者的观点,不应理解为必然代表 ODNI、IARPA 或美国政府官方政策,无论是明确的还是暗示的。美国政府有权为政府目的复制和分发副本,尽管其中可能有版权标注。
geowatch-0.18.3.tar.gz 的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | 6fce3c9347a3d73e9de2b8c07b895741fcc456c71c67300c5761b344e59a6a26 |
|
MD5 | 04772102721d19cb239d5eff97e2576c |
|
BLAKE2b-256 | d9e91b267e55c8adaba95d736de4dc4e7e9b0203dcd57a8de22ea9b9e62cacac |
geowatch-0.18.3-py3-none-any.whl 的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | 405c92ea135b32e2d9f6e076f50f74e9be53c9565fdc0c5d931a38b82761cbc4 |
|
MD5 | 648b910a12c9624bc6a9cfe957f2a0d9 |
|
BLAKE2b-256 | 9fcddf615f9c3a351e436daeb61325f71039cd23f4ce5a5d5a15dfa38da24987 |