AWS：利用机器学习等技术预防丛林火灾
时间：2022-03-13 15:00:02 | 来源：行业动态
时间：2022-03-13 15:00:02 来源：行业动态
与此同时，AWS一直在与澳大利亚墨尔本能源公司AusNet展开合作，以帮助缓解该地区的丛林大火。
AusNet拥有5.4万公里的电力线，为维多利亚州约150万户家庭和企业提供能源。据估计，该电网有62%是位于丛林火灾高风险地区。
AusNet此前一直使用配备了谷歌地图式的LiDAR摄像头和Amazon SageMaker机器学习的汽车，来绘制该州需要修剪植被的区域，从而帮助阻止丛林火灾威胁，以前该系统依赖于GIS（地理信息系统）并使用自定义工具来标记LiDAR点。
AusNet与AWS展开合作，利用AWS的深度学习模型、GPU实例和S3存储，实现了对LiDAR点的自动分类。
AWS在一篇博文中指出，AusNet和AWS构建了一个语义分割模型，可以准确地对导体、建筑物、电线杆、植被和其他类别的3D点云数据进行分类。
现在团队能够以每个Epoch 10.8分钟的速度对1571个文件中的17.2 GiB未压缩数据进行模型训练，总计约6.16亿个点。推理方面，团队能够早22.1个小时内对总计15个文件中的33.6 GiB未压缩数据进行处理，这意味着平均每秒推理大约15760个点，其中包括了摊销之后的启动时间，AWS表示。
AusNet产品经理Daniel Pendlebury表示：能够快速准确地标记我们的航测数据，这是最大程度上降低丛林大火风险的一个关键部分。
通过与Amazon机器学习解决方案实验室展开合作，我们能够打造出在数据标记方面实平均准确率高达80.53%的模型，预计通过采用这套新的解决方案，我们手动进行标记的工作量会减少高达80%。
在线咨询
