人(rén)工智能 GIS（AI GIS）是(shì)人(rén)工智能與 GIS 相互融合的(de)技術統稱，包括：
1)融合 AI 的(de)空間分析算法（GeoAI）與相關的(de)流程工具；
2)基于(yú) AI 技術增強 GIS 軟件的(de)功能和(hé / huò)交互端用戶體驗，提高 GIS 軟件的(de)智能化；
3)基于(yú) GIS 對 AI 算法輸出(chū)結果的(de)管理、分析與可視化。
人(rén)工智能 GIS 技術體系
● 完善全系列産品的(de)人(rén)工智能 GIS 能力
◇完善服務端機器學習服務，新增通用變化檢測等空間機器學習功能
◇新增桌面端 AI 标注功能，破損路面檢測模型、YOLO v5 系列模型
◇新增組件端通用變化檢測功能，新增 SFNet 等多種新型深度學習模型
◇完善移動端 AI+AR 分析、AI 屬性采集、AI 測圖等功能
● 完善人(rén)工智能 GIS 工作流程工具
◇數據準備階段支持影像樣本管理功能
◇支持面聚合、建築物規則化等影像分析推理結果後處理工具
◇模型應用階段增強模型評估能力
● 支持空間抽樣與統計推斷功能
◇支持簡單随機抽樣、系統抽樣、分層抽樣
◇支持空間随機抽樣、空間分層抽樣、三明治抽樣
◇支持 SPA 模型、B-Shade 模型
● 支持多種空間機器學習功能
◇聚類分析：支持空間熱點分析、空間密度聚類、K 均值聚類、偏移均值聚類等功能
◇分類分析：支持地(dì / de)圖匹配、地(dì / de)址要(yào / yāo)素識别、基于(yú)森林的(de)分類等功能
◇回歸分析：支持地(dì / de)理模拟、地(dì / de)理加權回歸、時(shí)空地(dì / de)理加權回歸、基于(yú)森林的(de)回歸等功能
● 支持多種深度學習模型
◇影像分析目标檢測：Cascade R-CNN、Faster R-CNN、RetinaNet
◇影像分析二元分類：FPN、DeepLabv3+、U-Net、D-LinkNet、SFNet
◇影像分析地(dì / de)物分類：FPN、DeepLabv3+、U-Net、SFNet
◇影像分析場景分類：EfficientNet
◇影像分析對象提取：Mask R-CNN
◇影像通用變化檢測：DSAMNet、Siam-SFNet
● 升級深度學習框架
◇升級 TensorFlow 框架由 2.3 至 2.6 版本，Pytorch 框架由 1.8 至 1.10 版本
◇升級 CUDA 至 11.3 版本，支持 RTX30 系列顯卡
● 完善移動端 AI 能力
◇完善 AI 屬性采集、AI 測圖、AI+AR 分析能力
◇支持地(dì / de)理圍欄、限速分析、視頻分割
