近年来，随着航天产业的快速发展，航天任务的复杂程度在不断增加，对精确性和有效性的要求也越来越高，常规的技术和方法已无法满足不断涌现的新需求，急需探索和研究人工智能等新技术在航天领域应用的可能性。目前，智能控制、机器视觉、智能机器人、专家系统等人工智能技术和方法在航天领域受到广泛关注，并取得了阶段性进展，但要真正实现数智化仍需解决一系列更加复杂和深入的问题。

中科星图测控技术（合肥）有限公司（以下简称“星图测控”），是主要从事航天仿真、航天基础设施运营与管理，进行洞察者系列产品研发与产业化的高新技术企业，近年来在人工智能图像处理方向进行了深入研究。2022年8月，星图测控洞察者-航天AI训练推理平台V1.0正式发布。该平台是集航天图像样本标注、AI训练、AI推理为一体的全流程工具包，为图像目标检测、识别、分割等算法提供专业的训练工具及推理应用支撑。

图1 洞察者-航天AI训练推理平台V1.0

图像标注：对图像进行多样式的标注，为各种航天图像样本提供标注数据，生成相应的数据样本集。与传统标注软件相比，新增了标注管理功能，能够满足不同用户角色的分工、协作需求，提高标注效率，把控标注文件质量。

图2 图像标注界面

AI训练：采用图形化界面训练AI模型，可监督模型训练状况，实时调整模型训练参数，多维度对比模型训练结果，寻求最优模型。产品交互设计智能化程度高，针对普通用户，内置多种算法，可以进行一键式的智能模型训练。

图3 AI训练界面

图4 AI训练界面

AI推理：载入封装好的AI模型，通过统一应用接口调用，经过推理资源调度与配置、模型推理结果显示、多模型比对评价等流程，为用户提供可靠、易用、灵活的推理服务部署平台。

图5 AI推理界面

平台管理：对通用的平台管理功能升级扩展，使权限控制更加严谨，对敏感数据进行加密，多重保障数据安全，使其更好地满足客户数据安全需求。

定制化服务：采用模块化设计，预置10余种主流AI算法，可兼容扩展用户自定义人工智能算法，满足不同应用场景（如天体类型识别、天体姿态检测等）对AI模型训练推理的定制化需求。

提速增效：采用图形化界面设计，优化人机交互方式，为不同算法提供平台化参数配置模式，可大幅度提升AI模型训练推理的效率；动态展示训练过程监控、推理结果评价，使AI模型训练推理更加高速便捷。

智能筛选：具备快速筛选模型能力，对于同一套训练样本，可以切换多个不同深度学习算法进行训练，快速比对生成评价指标，挑选出最适合当前应用场景的AI模型。

图6 AI洞察者-航天AI训练推理平台V1.0