Technische Ressourcen für AI for Earth

APIs

Die APIs von AI for Earth bieten Anwendungsentwicklern die Möglichkeit, ihre Umweltschutzanwendungen mit Machine Learning schneller zu realisieren.

Land Cover Mapping: Landnutzungskartierung

Die API für Land Cover Mapping nutzt Machine Learning zur Bereitstellung hochauflösender Bodenoberflächendaten.

Species Classification: Artenbestimmung

Die Species Classification API ermöglicht Entwicklern die Bestimmung von Pflanzen und Tieren mithilfe von Deep-Learning-Modellen.

Camera Trap Image Processing: Verarbeitung von Wildkamerabildern

Die Camera Trap Image Processing-API beschleunigt Biodiversitätserhebungen durch die Erkennung und Ortung von Tieren in Wildkamerabildern.

Daten

AI for Earth ermöglicht das Hosting wichtiger Geo- und Umweltschutzdaten auf Azure, damit unsere Stipendiaten – und alle, die Technologie zum Naturschutz einsetzen – die Möglichkeiten der Azure-Cloud nutzen können, um Umweltdaten auf globalem Niveau zu bearbeiten.

Infrastruktur

Unser Stipendienprogramm bietet Cloud-Computing-Ressourcen für Hunderte von Organisationen. Wir stellen Open-Source-Infrastruktur und praktischen Entwicklungssupport bereit, um Stipendiaten dabei zu unterstützen, Machine-Learning-Projekte mit einer Web-API auf Azure umzusetzen, damit ihre Forschungsergebnisse sofort von anderen Umweltwissenschaftlern genutzt werden können. Die Infrastruktur ist dieselbe, auf der wir unsere eigenen Web-Anwendungen hosten.

Open-Source-Code

Wir verpflichten uns, unsere Arbeitsergebnisse durch die Freigabe von Code und trainierten Modellen auf GitHub für andere als Grundlage eigener Arbeiten verfügbar zu machen.

Forschung

Neben unserer Forschungsförderung durch unser Förderprogramm arbeiten wir gemeinsam mit Partnern in Microsoft Research an der Innovation der Umweltforschung. Entdecken Sie diese Projekte von AI for Earth auf Microsoft Research.