Servicio
IA geoespacial y machine learning
Modelos que leen imágenes a una escala que ningún equipo podría revisar a mano, y modelos predictivos que indican hasta qué punto se puede confiar en ellos. El proyecto de palma aceitera contó 718 751 palmas de esta forma.
Qué recibe
- Detección y conteo de objetos: árboles, edificios u otros elementos en imágenes de dron, aéreas o de satélite.
- Clasificación de la cobertura del suelo, de los cultivos o de otras clases que le interesen.
- Mapas predictivos, como la susceptibilidad a inundaciones, construidos a partir de muchos factores espaciales.
- Explicación de cada predicción con SHAP, para ver qué determina un resultado.
- Una tasa de error honesta, medida en zonas donde el modelo no se entrenó y no en muestras aleatorias.
Para quién
Operadores de plantaciones y fincas, prestamistas y aseguradoras, planificadores e investigadores: quien tenga más imágenes o más territorio del que un equipo puede revisar a mano.
Cómo funciona
- PlantearLa pregunta y la decisión que apoya
- EtiquetarUna muestra anotada a mano, o datos existentes
- EntrenarComparar modelos con el mismo conjunto de prueba
- ValidarProbar en zonas reservadas
- DesplegarAplicar a escala y entregar el código
Preguntas frecuentes
¿Cuántos datos etiquetados necesita?
A menudo menos de lo que se cree. El detector de palmas aprendió de 4 041 copas anotadas a mano en 435 teselas de imagen y se mejoró por etapas a medida que aparecían nuevos tipos de error.
¿Por qué probar en zonas reservadas?
Los píxeles vecinos se parecen, así que una división aleatoria favorece al modelo. GeoAID obtuvo alrededor de 0,798 con una división aleatoria y alrededor de 0,642 con validación cruzada espacial. El segundo número es el que hay que usar para planificar.
¿Me quedo con el modelo?
Sí. Recibe el modelo entrenado, el código y la documentación, para que su equipo pueda volver a ejecutarlo.
Otros servicios
Cartografía con drones y fotogrametría
Vuelos de levantamiento planificados y realizados con equipo propio, convertidos en ortomosaicos, modelos de superficie y del terreno, y conteos.
Más informaciónTeledetección y observación de la Tierra
Cobertura del suelo, vegetación, agua y cambios en el tiempo, leídos en imágenes de satélite ópticas y de radar, en cualquier lugar.
Más informaciónEUDR: geolocalización y control de la deforestación
Puntos y polígonos de parcelas verificados y revisados frente a la deforestación desde el 31 de diciembre de 2020, listos para su diligencia debida en la UE.
Más informaciónEvaluación de ubicaciones y selección de emplazamientos
Dónde construir, abrir, ampliar o invertir: emplazamientos candidatos puntuados por acceso, población, competencia, riesgo y coste.
Más informaciónCartografía SIG y análisis espacial
Selección de emplazamientos, análisis de accesibilidad y proximidad, producción de mapas y datos espaciales limpios y bien estructurados.
Más informaciónRiesgo de inundación, climático y ambiental
Dónde son más probables las inundaciones, qué personas, carreteras e instalaciones están en su camino, y cómo está cambiando la cobertura del suelo.
Más informaciónSIG web y paneles
Mapas web interactivos, aplicaciones Streamlit y paneles de Power BI que funcionan en cualquier dispositivo.
Más informaciónBases de datos espaciales e ingeniería de datos
Bases de datos PostGIS y procesos repetibles en Python y Earth Engine que mantienen los datos espaciales al día.
Más informaciónFormación y desarrollo de capacidades
Formación práctica en Python, SIG y teledetección para equipos, desde talleres pequeños hasta seminarios que han llegado a 1 500 personas.
Más información