Generation 5 KI-Gebäudeerkennung und Generation 1 KI-versiegelte-Flächen-Erkennung
KI-Training: @lgln_devops
Visualisierung: #QGIS
Animation: MoviePy
#FOSSGIS #OpenSource #OpenData
Generation 5 KI-Gebäudeerkennung und Generation 1 KI-versiegelte-Flächen-Erkennung
KI-Training: @lgln_devops
Visualisierung: #QGIS
Animation: MoviePy
#FOSSGIS #OpenSource #OpenData
Ich suche Verstärkung für mein Team.
Beim Skalieren unserer KI-Anwendungen wollen wir nachhaltiger, effizienter und transparenter werden und eine ressourcenschonende Cloud-Infrastruktur aufbauen. Dabei brauchen wir Unterstützung und suchen eine Person, die Spaß an diesem Job hätte:
Software-Architekt/-in (m/w/d) Schwerpunkt: Machine Learning Infrastructure
Vielleicht kennt ihr eine passende Person oder habt selbst Interesse an dem Job. 😀
Workflow zur Erstellung von Trainingsdaten für die KI-Gebäudeerkennung (fossgis2024)
Für die KI-Gebäudeerkennung in Luftbildern wird eine große Menge Trainingsdaten benötigt. In der Landesvermessung Niedersachsen (LGLN) wurde dafür ein Workflow unter Verwendung verschiedener Open Sour
https://media.ccc.de/v/fossgis2024-39047-workflow-zur-erstellung-von-trainingsdaten-fr-die-ki-gebudeerkennung #ccc #DatenbankenundDatenprozessierung #fossgis2024 #39047 #Daten #2024
Um automatisiert Hinweise zur Aktualisierung der ALKIS-Daten zu erhalten, werden bei der Landesvermessung Niedersachsen (LGLN) die Ergebnisse einer „KI-Gebäudeerkennung“ mit den amtlichen Hausumringen verglichen. Dazu wurde eine Reihe von Metriken entwickelt. Mit denselben Metriken haben wir auch andere frei verfügbare Datensätze (z.B.: OSM) ausgewertet, bestehende Differenzen analysiert und daraus Aussagen über Vollständigkeit, Aktualität und Genauigkeit der jeweiligen Hausumringe abgeleitet.
Beim Einsatz “Künstlicher Intelligenz” zur Erkennung von Gebäuden in Luftbildern setzt die Landesvermessung Niedersachsen (LGLN) auf Open Source Software und selbst trainierte Deep-Learning-Modelle. Ein eigenes DecSecOps-Team entwickelt und betreibt seit über 4 Jahren eine SaaS-Anwendung zur Unterstützung der Katasterämter. Diese “KI-Gebäudeerkennung” hilft beim Aktualisieren der ALKIS-Daten. Kann sie auch beim Aktualisieren der OSM-Gebäude helfen?
50 % aller Daten haben einen Raumbezug. Daraus folgt, dass mindestens 50 % aller Formulare einen Raumbezug haben, aber im HTML Standard existiert kein Formular-Element für die Eingabe von Geodaten. Im Rahmen des OZG Projektes Geodigitalisierungskomponente haben wir uns dieser Thematik angenommen, in Online-Formularen Geometrien angeb- und auswählbar zu machen. Das Projekt GDIK setzt auf Web-Components und der MasterportalAPI als technischen Unterbau.