Amazon SageMaker 的地理空间机器学习功能
概述
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、训练和部署机器学习模型。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，以便与已知的街道和道路进行匹配。
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。
使用您自己的机器学习模型或者预构建的机器学习模型来开始进行预测
使用预训练的深度神经网络（DNN）模型，例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。
