太原理工团队研发新型深度学习框架，能用于构建天文图像处理平台

4月前

近日，来自太原理工大学贾鹏教授团队和国家天文台李楠研究员团队合作提出一款能用于天文视觉任务的深度学习框架，并将人类知识成功引入到大型视觉模型之中。

初步测试结果不仅展示了该框架在数据处理和分析方面的优势，也为处理来自大规模巡天数据指明了方向。

（来源：http://cpc.ihep.ac.cn/article/doi/10.1088/1674-1137/ad50ab）

研究中，图像预处理是课题组面临的一大挑战。虽然天文学研究中的大量图像，都是开放且能够自由获取的，但是这些图像与 AI 处理的图像具有显著的不同。

这些不同包括但不限于：图像灰度级高、天体图像稀疏、信噪比普遍比较低、图像质量不稳定等。

因此，从数据的获取、整理、预处理到分析，每一个环节都需要严谨细致的操作。

好在本次团队集合了天文领域和 AI 领域的专家，大家在中国科学院国家天文台、中国科学院上海天文台和多个高校组织的 AI 训练营中协作通关，经过将近 10 天的努力，让基础模型得以完善，并获得了较好的结果。

这时，他们面临另一个挑战是：如何让天文学家相信本次算法的结果？以及如何让更多天文学家和公众从本次成果中受益？

为此，他们首先解决了平台的易用性问题。通过设计简洁明了的用户网页界面，降低了平台的使用门槛。

其次，他们针对天文应用设计了相关的数据集、网络训练工具和损失函数设计工具，让本次算法能够实现远远优于传统算法的效果。

由于本次平台主要面向青少年群体，为此他们搭建了一个名为 galaxycircus 的网站（https://nadc.china-vo.org/galaxycircus/dist1）和相关微信小程序，并多次组织科普活动，邀请青少年参与科学研究工作。

在交流中，课题组得到了关于产品使用的反馈，这为进一步优化本次成果提供了参考。

研究人员表示，本次成果将能用于多个领域，并能成为筑牢专业化天文数据技术、以及促进知识普及工作的研发平台。

（来源：http://cpc.ihep.ac.cn/article/doi/10.1088/1674-1137/ad50ab）

总的来说，这一成果的潜在应用前景包括：

其一，作为基础模块用于构建各类天文图像处理算法。即利用天文大模型和人机交互模块，构建一个通用的天文图像处理平台。

预计这一平台能够自动对天文图像进行分类、检测、分割、去卷积和异常天体识别等，从而提高相关算法的处理效率和准确性。

同时，该平台有望提供灵活的参数设置和丰富的下游任务接口，以满足不同用户和不同设备的数据处理需求。

此外，通过将人机交互模块进一步扩展、并与天文云计算平台结合，将能让天文学家和天文爱好者能够轻松使用该平台，对公开或私有的数据进行处理，大大降低天文学研究的参与成本。

日前，相关论文以《通过在大型视觉模型中植入人机交互来分析星系图像数据的多功能框架》（A Versatile Framework for Analyzing Galaxy Image Data by Implanting Human-in-the-loop on a Large Vision Model）为题发在 Chinese Physics C 杂志 [1]。

本论文合作者包括来自包括中国科学院大学、华南师范大学、中国科学院大学南京分校、北京科技大学、上海天文台、德州大学、昆明理工大学、太原科技大学、山东大学、南京邮电大学和辽宁科技大学等单位的研究人员。

参考资料：

1. http://cpc.ihep.ac.cn/article/doi/10.1088/1674-1137/ad50ab

运营/排版：何晨龙