AwakeForest: 대규모 산림 이미지용 대화형 지리공간 플랫폼

산림 이미지 분석은 종종 지리적 영역, 센서 및 획득 조건의 상당한 변화 속에서 수행되어야 하는 여러 개의 밀접하게 결합된 비전 작업(vision tasks)을 포함합니다. 그러나 실무자들은 주석 달기(annotation), 예측(prediction), 시각화(visualization) 및 대규모 다운스트림 분석(downstream analysis)에 이르는 엔드 투 엔드(end-to-end) 워크플로우를 위해 지리공간 네이티브(geospatial-native)이면서 클라우드 최적화(cloud-optimized)되고 머신러닝(ML)이 통합된 통합 도구가 부족한 경우가 많습니다. 우리는 모델 보조 추론(model-assisted inference), 자동 주석 달기(automatic annotation), 그리고 단일 워크플로우 내에서의 인간 참여형(human-in-the-loop) 정교화 과정을 통합하여 대규모 산림 이미지를 위해 설계된 대화형 엔드 투 엔드 플랫폼인 AwakeForest를 선보입니다. 우리의 플랫폼은 사전 학습된 모델(pretrained models)의 플러그 앤 플레이(plug-and-play) 통합을 지원하며, 표준 항공 장면부터 수 기가바이트에서 수백 기가바이트에 달할 수 있는 대규모 정사영상(orthomosaics)에 이르기까지 산림 이미지와의 확장 가능한 상호작용을 가능하게 합니다. AwakeForest는 다운스트림 분석에 직접 사용할 수 있고 새로운 장면에 대한 반복적인 모델 및 주석 업데이트를 지원할 수 있는 분석 준비 완료(analysis-ready) 출력을 생성합니다. 우리는 PALMS 데이터셋을 통해 시스템을 시연하고, AwakeForest가 실질적인 산림 관리 및 분석을 위한 엔드 투 엔드 워크플로우를 어떻게 지원하는지 보여줍니다.