在不斷發展的數據驅動洞察領域，人工智能（AI）和機器學習（ML）已成為增加數據分析師有限資源所需的關鍵組成部分，這些數據分析師的任務是利用快速增長的商業合成孔徑雷達（SAR）數據量。（SAR是一種先進的遙感技術，它使用雷達信號創建高分辨率、詳細的地球表面圖像。使用無線電波創建詳細的地面圖像，SAR可以穿透云層、黑暗和惡劣天氣條件。）隨著這些分析師開始使用算法在復雜的SAR圖像中識別物體，他們將需要強大的訓練和驗證數據才能成功。訪問一個全面的數據湖將使他們取得成功。

尼斯湖項目是Ansys的一項倡議，旨在為AI/ML社區提供改變游戲規則的資源：一個針對特定地面AI/ML目標決策場景的免費、全面的訓練和驗證數據集。Ansys RF Channel Modeler高保真無線信道建模軟件用于填充數據湖，目標是為社區提供用于訓練和驗證的純合成數據。

理解SAR圖像分析的挑戰

豐富的SAR數據似乎對AI/ML的發展是一個福音，但現實要復雜得多。用戶想要利用的數據通常不能用作訓練數據的主要來源，因為它往往缺乏必要的地面實況信息。此外，數據中可能充斥著收集系統偽影，這可能會使訓練模型產生偏差。

許多商業供應商正在進入市場，該市場從衛星或飛機等頭頂采集系統生成寬帶雷達圖像。Capella、ICEYE、UMBRA、MDA等公司在推動地球資源監測市場方面表現出了令人印象深刻的能力。隨著這些公司繼續創建更高分辨率的數據來滿足日益增長的信息需求，挑戰在于分析這些數據的能力。

由于數據量不斷增長和專家人員有限，對信息的需求現在和未來都有可能得不到滿足。從歷史上看，受過訓練的雷達分析員會手動仔細研究雷達圖像，尋找信息。組織現在正轉向人工智能來協助分析師，但這也帶來了挑戰。

尼斯湖項目是一個全面的訓練和驗證數據集，旨在加速用于地面目標檢測的尖端AI/ML算法的開發。

介紹尼斯湖訓練和驗證數據集項目

Ansys認識到迫切需要彌合這一差距，并為AI/ML社區提供推動SAR圖像分析邊界所需的工具。這就是為什么我們很高興推出尼斯湖項目，這是一個全面的訓練和驗證數據集，旨在加速開發用于地面目標檢測的尖端AI/ML算法。

尼斯湖項目的核心是一個精心策劃的、有記錄的數據集，其中包含各種合成SAR圖像和支持信息。它涵蓋了一個特定的目標決策場景，為分析師、研究人員和開發人員提供了一個強大、一致和無偏見的基礎，以構建和驗證他們的AI/ML模型。

發現合成數據的力量

Project Loch Ness的一個關鍵優勢是它依賴于RF Channel Modeler軟件創建的結構良好的合成數據。我們生成了一系列模擬現實世界條件的SAR圖像，場景將被完全注釋，提供地面實況：收集幾何信息、目標類型、目標位置、目標方向、目標線速度和目標角速度。

數據集由以下部分組成：

1.算法訓練的五個獨特目標

2.三個完整的場景（嵌入目標）用于算法驗證

3.圖像和原始同相和正交（I/Q）數據，用于訓練和驗證您的算法

4.30、35、40、45、50、55和60度時的目標仰角變化

5.場景仰角在35度、45度和55度時的變化

6.目標方位角每5度變化一次（從0到355度）

7.場景方位角每30度變化一次（從0到330度）

8.雷達參數：中心頻率10 GHz，帶寬500 MHz（分辨率30 cm）

9.1200米明確距離和交叉距離（用于目標和場景）

10.總數據大小小于1TB

注意：所有圖像和原始I/Q數據將以HDF5格式存儲。

了解更多關于尼斯湖項目的信息，并加入我們這一激動人心的旅程，因為我們揭示了合成數據的真正力量，并展示了它如何為下一代AI/ML解決方案提供動力，以滿足SAR圖像分析不斷變化的需求。