美国居民消费支出占GDP的比重达到70%左右，如果加上公共消费，则占GDP的比重超过80%。
中新网兰州7月9日电 (杨娜)地处三大高原交汇地带，河西戈壁荒漠、陇中黄土高原、陇南山地丘陵等地理单元交织，河流管理范围内地物类型复杂多样的甘肃省，近日首次将深度学习算法与河湖遥感影像深度耦合，系统性地建立起针对“四乱”等典型问题的标准化“视觉字典”。
据了解，甘肃省河长制办公室牵头完成全省河湖库“乱占、乱采、乱堆、乱建”问题智能识别样本库建设，标志着甘肃在推进河湖智慧监管方面迈出关键一步。此举不仅填补了甘肃水利行业规模化AI训练样本的空白，更让河湖监管从此拥有了可复制、可迭代的“智慧大脑”。
据了解，甘肃传统依赖公共样本库进行智能提取时，因缺少省内典型地貌及特色建筑的标注数据，模型识别准确率难以满足实际需要，大量疑似问题图斑仍需人工逐条核查，也在一定程度上影响了问题发现和处置的时效性。
为此，甘肃省河长制办公室统筹组织甘肃省水利水电勘测设计研究院有限责任公司、高分甘肃水利中心开展河湖库“四乱”智能识别样本库建设，综合考虑甘肃省不同区域地理环境的差异性，按照地貌相似度将全省划分为河西戈壁荒漠—低植被覆盖区、陇中黄土高原—中等植被覆盖区和陇南山地丘陵—中高植被覆盖区三个典型区域，并结合多年河湖库管理实践经验，在样本库中明确界定裸地、草地、水体、大棚、房屋、车路、农田、堤防、采砂场、阻水片林、架空桥梁、溢流建筑12种与“四乱”问题密切关联的地物类型。
在样本采集过程中，技术团队严格遵循准确性、互斥性与完整性三大原则，对三个典型区域同步开展多尺度、多视角的样本采集与精细标注，累计完成14544组高质量样本及对应标签的制作。这些样本不仅覆盖了全省主要地貌特征，也充分纳入了不同季节、不同光照条件下的影像变化，具有较强的代表性和泛化能力，为后续“四乱”问题智能化提取模型的训练、调优和迭代奠定了坚实的数据基础。
甘肃省水利厅表示，该样本库的投用，将有力推动全省河湖监管从“人工目视判读、逐一复核”向“机器智能识别、自动预警”转变，大幅降低基层人工核查工作量，提升问题发现率和处置效率。同时，统一规范的样本体系也有助于实现省、市、县三级数据标准互通，为河湖智慧监管提供核心驱动。
下一步，甘肃省河长制办公室将加快基于该样本库的模型训练和系统部署，持续优化算法性能，并探索动态更新机制，确保样本库随地理环境和地物变化“常用常新”。(完)
【编辑:陈海峰】”根据头豹研究院对于生成式AI的一份研究报告，随着技术的不断成熟，算法模型的持续优化，预计中国未来五年25%的文本和图像将会由生成式AI参与完成，市场规模有望于2026年达到700亿元。。
- 今日热点
- 张默闻：2023年中国品牌面临十大机遇
- 【国际锐评】地震大灾当前，这根“美式大棒”该放下了
- 优化区域经济布局 促进区域协调发展
- 日本千叶县一景点水面因形成心形图案大受欢迎 宛如“吉卜力的世界”
- 福建漳州市总工会推动权益保障工作提质增效
- 5月京西柒栖谷向你SAY HELLO