Global Mapper Insight and Learning Engine™（测试版）引领 Global Mapper Pro v26.0 分析工具的扩展
2024 年 9 月 17 日Global Mapper Pro秋季更新v26.0 的亮点在于其尖端的 Global Mapper Insight and Learning Engine™（测试版），这是一套基于深度学习的图像分析工具集。新版本还引入了全新的太阳分析工具，用于分析 3D 数据并计算随时间变化的日照/阴影区域。Global Mapper Pro 基于机器学习的自动点云分析工具也进行了多项改进，包括自定义训练和分类功能。此外，通过新增工作流程和提升“像素到点”工具的速度，摄影测量分析功能也得到了进一步增强。
与以往一样，所有新增功能、更新和错误修复的完整列表都包含在v26.0 知识库中。请记住，如果您的维护和支持订阅仍然有效，您可以免费将 Global Mapper 升级到 26.0 版本。如果您对订单状态有任何疑问，请联系我们的许可团队：authorize@bluemarblegeo.com。
敬请期待下一篇博客：Global Mapper v26.0 版本改进了易用性、编辑功能和数据支持！
全球地图洞察与学习引擎™（测试版）
Global Mapper Insight and Learning Engine™（测试版）为 Global Mapper 开启了基于深度学习的图像分析功能。所有 Global Mapper Pro v26 用户均可通过深度学习工具栏和菜单访问此功能，其中包含多种自动化栅格分析工具。这套全新的工具提供用于土地覆盖分类、车辆识别和建筑物提取的训练模型。用户还可以通过微调选项重新训练模型的各个图层，从而提升特定数据集的分析结果。
任何拥有有效 Global Mapper Pro v26.0 许可证的用户都可以在下一个版本发布之前（通常在二月下旬）继续使用 Global Mapper Insight 和 Learning Engine 工具。请放心，深度学习工具在下一个 Global Mapper 版本中仍然可用，您只需更新到新版本即可继续使用它们，并了解我们正在开发的其他功能！
土地覆盖分类
Global Mapper 中的土地覆盖分类 (LCC) 功能使用户能够自行进行 LCC 分析。与现有的公开数据集（通常是区域或全球尺度的数据集）相比，该工具旨在处理更高分辨率的源数据。这使用户能够为其感兴趣的特定区域创建更高精度、更高分辨率的产品。
物体检测
目标检测是指识别图像中离散物体的任务。Global Mapper Insight and Learning Engine 目前提供两种类型的目标检测模型：车辆和建筑物。
车辆检测方法利用高分辨率航空和卫星图像进行训练，通过矢量边界框识别图像中的车辆。建筑物识别（通常称为建筑物提取，因为它能明确识别建筑物边界）会生成矢量建筑物边界和二值栅格掩膜。
微调和训练
这些新工具中最强大的功能无疑是对内置图像分析模型进行微调和重新训练的能力。Global Mapper Insight and Learning Engine（测试版）专为微调和重新训练模型而设计。此功能使用户能够针对特定数据集和任务定制模型。用户可以导入或手动创建与其样本图像关联的真实数据，然后运行微调过程。这将创建一个基于真实数据增强的自定义模型，供将来在应用程序中使用。微调使用户能够控制模型调整的深度，而完整训练则会调整整个模型。
太阳能分析
现在，Global Mapper Pro 可以基于地形、3D 矢量和网格特征分析来计算阴影百分比和覆盖面积。了解地形和地表特征对景观的影响，对于从农业和城市规划到商业和住宅太阳能发电等各种场景都至关重要。这款新工具允许用户计算给定区域的阴影掩膜和阴影覆盖百分比。该工具可以考虑时间范围和离地高度，并生成动画图层作为输出，供“动画图层”工具使用。
自动点云分析
此版本对自动点云分析工具进行了多项更新。这款集成于Global Mapper Pro 的尖端工具，近期荣获 2024 年激光雷达领导者奖“激光雷达杰出创新奖”。26.0 版本的更新进一步巩固了Global Mapper Pro作为激光雷达和点云工作流程首选解决方案的地位。
模型关键点识别
模型关键点的识别是减少数据集规模（包括点数和文件大小）的重要步骤，同时还能保留数据的重要结构特征。当需要在传统地理空间应用之外进行后续分析时，例如在CAD环境或游戏和仿真场景中，通常会用到模型关键点。
“模型关键点”作为自动点云分析工具的一个新模块，允许用户根据 ASPRS 指南将这些点标识为标记或分类。用户可以选择创建这些点的新图层和/或衍生 TIN。
保存/共享自定义训练的分类模型
Global Mapper Pro 25.0 版本引入了自定义点云分类模型的训练功能，可用于自动点云分析工具。该分析基于分割和自定义特征模型的创建，在 26.0 版本中得到了改进，新增了保存和加载已训练自定义类别的功能。自动点云分析工具中的这些新选项允许用户将训练好的类别保存到 Global Mapper Pro 之外的文件中，该文件可以共享给其他计算机或 Global Mapper 用户，以便加载到该工具中。
像素到点的更新
对于使用 Global Mapper Pro 处理无人机采集数据的用户而言，“像素转点”功能是一款不可或缺的工具。随着无人机从专业级到消费级的普及，无人机飞行图像采集的便捷性以及衍生产品的价值，摄影测量分析已成为许多工作流程中不可或缺的一部分，并为现场作业用户提供了多种应用场景。在 26 版本中，Global Mapper Pro 在这些强大工具的基础上进行了扩展，新增了功能更强大的自动地面控制点 (GCP) 放置功能，并持续提升了运行速度。
自动地面控制点部署技术的进步
自动 GCP 放置功能是 Pixels to Points 工具在 25.1 版本中新增的一项令人兴奋的功能。当然，我们希望在 Global Mapper Pro v26.0 中继续改进这一流程，以更好地服务用户。此次更新进一步优化了极端地形场景下的识别过程。现在，非标准目标更容易识别，改进后的评分系统也使得在图像中同时出现多个目标时，能够更精确地放置 GCP。
速度改进
由于摄影测量数据处理和分析需要大量的计算，因此可能耗时较长。我们进一步改进了处理流程，从而提升了基于 CPU 和 GPU 的处理性能。我们非常自豪地宣布，与之前的版本相比，此版本软件在某些情况下速度提升高达 50%。我们鼓励所有有摄影测量处理经验的用户体验 Global Mapper Pro v26.0 的速度提升。
要进一步探索深度学习图像分析以及 26.0 版本中的许多其他更新，请下载 Global Mapper Pro并注册14 天免费试用！
