🚴🏻‍♀️

20221202-Amazon SageMaker Geospatial ML

2022/12/01に公開

AWS

感想

座学

tech

■当記事について

re:inventで新しくSageMakerの機能として発表されたGeospatial MLを試してみようというモノです。

■キーワード

ラスターデータ

ドットで出来た画像データ

ベクターデータ

線で出来た画像データ

地理空間データ

地表の形状を表すデータであり、点、線、多角形などの2次元の幾何学的形状を用いて道路や土地の境界などを表現するベクターデータと、人工衛星や航空機、リモートセンシングなどで撮影された画像などを表現するラスターデータの2種類がある

■SageMakerの地理空間を使う理由

SageMaker の地理空間機能を使用すると、DIY ソリューションよりも迅速に地理空間データに関する予測を行うことができます。SageMaker の地理空間機能を使用すると、既存の顧客データレイク、オープンソースデータセット、および他の SageMaker 地理空間データプロバイダから地理空間データに簡単にアクセスできるようになります。

■Amazon SageMaker Geospatial MLの機能

地球観測の仕事 : 衛星画像データを取得、変換、可視化し、予測を立て、有用な洞察を得る。
ベクターエンリッチメントジョブ : CSVファイルから地理座標を読み取り可能な住所に変換するなどの操作で、データをエンリッチします。
地図の可視化 : CSV、JSON、GeoJSONファイルからアップロードされた衛星画像や地図データを可視化します。

■やってみる(地球観測の仕事)

環境構築(notebook)

SageMaker Studio notebook起動

InterFaceが変わっとる

notebook起動

環境設定

Image : Geospatial 1.0
Instance type : ml.m5.4xlarge

ジョブ選択

タブからGeospatial -> Earth Observation jobs -> Create job

モデル選択

Aolファイルを準備しUpload

AoI（Area of Interest）のファイルをローカルで準備 aol.geojson
シアトルのAoIです

{
    "type": "Polygon",
    "coordinates": [
            [
              [-122.4258, 47.5116], 
              [-122.2459, 47.5116], 
              [-122.2459, 47.7429], 
              [-122.4258, 47.7429], 
              [-122.4258, 47.5116]
            ]
    ]
  }

準備したファイルをUpload