Amazon SageMaker Features for Geospatial ML
概览
Amazon SageMaker 地理空间功能使数据科学家和机器学习（ML）工程师可以更轻松地构建、训练和部署 ML 模型。访问开源数据、处理和可视化工具，以更有效地为 ML 准备地理空间数据。你可以通过使用专门构建的操作和预训练的 ML 模型来加快模型构建和训练，从而提高生产力。使用内置的可视化工具，在交互式地图上探索预测输出，并在跨学科团队之间讨论见解和结果。
更轻松地访问多个地理空间数据来源
避免经历多个开发周期来导入大型地理空间数据集。SageMaker 的地理空间功能使您可以更轻松地访问 Landsat 和 Sentinel-2 等开源图像。
使用预构建操作转换现有的地理空间数据集
不需要开发和维护常见地理空间操作的商品代码，从而节省时间。例如，使用 Amazon Location Service，在地图坐标（经度和纬度）和街道地址之间进行无缝的反向地理编码。使用地图匹配功能，自动抓拍，或对齐不准确的 GPS 轨迹，与已知的街道和道路相匹配。
加快大规模地理空间工作负载的预处理速度
使用现成的数据预处理操作。将不同卫星图像的独立波段结合起来，生成新的多波段图像，为计算实例汇总统计数据，以及对卫星数据进行其他大规模操作。
使用自带 ML 模型，或者使用预构建的 ML 模型来进行预测
使用预训练的深度神经网络（DNN）模型，如土地覆盖物分割或云层遮蔽模型。例如，使用土地覆盖物分割模型来识别不同类型的土地覆盖区域（包括树木或水域）。使用云层遮蔽模型来分割有云和无云的像素，并使用预构建的云层删除功能来删除云层和阴影。
使用内置的可视化工具，协作探讨地理空间预测的见解
SageMaker 地理空间功能有助于在基础地图上叠加模型预测，并提供分层可视化，使协作更容易。由 GPU 驱动的交互式可视化工具和 Python 笔记本提供了一种无缝的方式，可以在单个窗口中探索数百万个数据点，并共享见解和结果。
