In1: nu open source deep learning

Sobolt heeft besloten om in1 open te stellen voor iedereen. Het in1 "GorGAN" framework is nu beschikbaar. De naam van het GAN (generative adversarial network) is afgeleid van het Griekse mythische wezen Gorgon, dat slangenhaar heeft en met haar blik alles wat leeft tot steen verandert. Je zou kunnen zeggen: 'Oké, dat is een coole naam, maar hoe is dat verbonden met wat “een GAN” kan doen?' Elke slang vertegenwoordigt een andere toepassing - waarvan het framework er vele heeft. We gebruikten in1 GorGAN om RGBI-beelden (Rood-Blauw-Groen-Infrarood) kunstmatig te verbeteren. Bijvoorbeeld het inzoomen op het beeld, zonder het verlies van de bijbehorende resolutie en het verwijderen van de waas (haze).

In1
In 2020 zijn we binnen het incubatieprogramma van ESA begonnen met dit uitdagende project voor kunstmatige gegevensverbetering, genaamd in1. Het doel was om "meer te zien & te detecteren" in de 10m resolutie satellietbeelden van Sentinel-2. Sentinel-2 maakt deel uit van de Copernicus-missie en is een vrij beschikbare satelliet RGBI service met beelden van hoge kwaliteit en een hoog sample frequentie. Elke 5 dagen wordt dezelfde geografische locatie op een willekeurige plaats op de wereldbol gefotografeerd. De superresolved & waas (haze) vrije Sentinel-2-beelden zijn geschikt voor gebruik in de landbouw en verschillende cases met betrekking tot urban development.

Beschikbaar voor iedereen
Wij hebben het besluit genomen om ons unieke neural network - inclusief weights & configuratiebestanden - open beschikbaar te stellen. Je kan in1 GorGAN inzetten voor dezelfde cases of andere en het verder (door)ontwikkelen. De actieve ontwikkeling van in1 en het framework zijn gestopt, er is dus geen ondersteuning voor dit project. Wil je experimenteren met een neural network voor verbeterde data processing & validatie? Dan is dit iets voor jou 🙂 Toegang tot in1 GorGAN? Check de GitHub repo.