GeoAI with Python

Python을 사용하여 위성 이미지, 항공 사진, 지리공간 데이터에 딥러닝과 인공지능을 적용하는 방법을 배웁니다. 이 실용적인 실습 중심 가이드는 원격탐사 데이터 다운로드부터 딥러닝 모델의 학습과 평가까지 전 과정을 오픈소스 도구로 안내합니다.

• Python, PyTorch, GPU 가속을 활용한 완전한 GeoAI 환경 구축
• Microsoft Planetary Computer 및 오픈 데이터 포털에서 위성 이미지 다운로드
• 대규모 위성 이미지로부터 인터랙티브 지도 생성 및 학습 데이터셋 준비
• 이미지 인식, 객체 탐지, 의미론적 세그멘테이션, 인스턴스 세그멘테이션, 이미지 변환, 변화 탐지, 픽셀 수준 회귀 등 7가지 핵심 지리공간 AI 작업을 위한 모델 학습 및 평가
• Segment Anything Model(SAM), 비전-언어 모델, 위성 임베딩 등 파운데이션 모델을 실제 지구 관측 문제에 적용
• QGIS 플러그인을 활용하여 코드 작성 없이 나무 분할, 수체 탐지 등 AI 워크플로 실행

• 실행 가능한 코드 예제를 포함한 23개 장으로 구성되며, 다섯 개의 파트(기초, 데이터 수집 및 준비, 핵심 AI 작업, 파운데이션 모델, QGIS 플러그인)로 구성
• 모든 예제는 PyTorch, torchgeo, segment-geospatial, leafmap, geoai를 활용한 실제 위성 이미지 사용
• 모든 코드와 데이터셋은 GitHub 및 Source Cooperative에서 무료로 제공되어 완전한 재현성 보장

GIS 전문가, 원격탐사 연구자, 데이터 과학자, 그리고 Python과 오픈소스 도구를 활용해 지리공간 데이터에 AI를 적용하고자 하는 학생들을 위한 책입니다.