引言
随着大数据和人工智能技术的发展，基于深度学习的遥感影像解译与监测技术展现出一定优势。然而，由于遥感对地观测与智能处理的战略价值，国外在2020年将基于人工智能的遥感技术列为敏感技术并限制出口，形成新一轮封锁态势。目前，国内外开源深度学习框架虽能适用于通用图像处理，但尚无顾及遥感大幅面、多通道、知识融合特性的深度学习框架和相应任务驱动的大规模遥感影像样本库。
LuoJiaSET与LuoJiaNET
为解决上述问题，武汉大学与华为昇腾AI团队合作，研发了全球首个遥感影像智能解译专用深度学习框架LuoJiaNET和业界最大遥感影像样本库LuoJiaSET，并在华为昇思社区上线。LuoJiaSET样本库平台功能完善，可提供样本的统一规范化接口，包含82个面向遥感智能解译的样本数据集，总数超过500万张。LuoJiaNET框架充分融合遥感特性，具备内存可扩展、尺度通道灵活创建、数据通道自主优选、框架与数据协同处理等特点，并兼容已有深度学习框架，与国产人工智能硬件昇腾NPU深度融合。
LuoJiaNET典型应用模型
LuoJiaNET框架提供了5大类遥感基础应用模型，包括场景分类模型、目标检测模型（侧重细粒度）、语义分割模型（含多光谱/高光谱）、多视三维生成模型和变化检测模型。实验结果表明，LuoJiaNET在精度、效率等方面均优于主流深度学习框架PyTorch和TensorFlow。
LuoJiaNET的典型行业应用
LuoJiaSET与LuoJiaNET框架为遥感行业应用提供有力支撑，已为上海数慧、武汉汉达瑞科技公司、航天宏图信息技术股份有限公司、珈和科技等行业单位提供遥感基础应用模型，共同构筑自主可控开源遥感生态。在公测的一个月时间内，已有超3000人次的下载量，多家大型公司将LuoJiaSET与LuoJiaNET作为遥感人工智能基础软件平台。
进一步发展与展望
未来，LuoJiaSET和LuoJiaNET将继续发展，包括完善在线标注工具、快速扩充样本集、建立全球网格下的样本组织和管理、开发可进化的样本库的开源工具集、样本的精化与转换、样本的生成等。同时，LuoJiaNET将针对点云数据、高维数据、时序数据与雷达数据处理、大幅面影像的图神经网络处理优化+知识嵌入方法等进行优化，并建立OGC的模型标准，构建更大范围的智能遥感开源社区。
