Pocos datos, grandes mapas: Entrenar modelos geoespaciales con muestras escasas
Descubre cómo entrenar modelos de machine learning geoespacial con pocas muestras etiquetadas. Técnicas prácticas para superar la escasez de datos.
#imágenes satelitales
LaVIDE: Detección de cambios satelitales con lenguaje y alineación mapa-imagen
LaVIDE detecta cambios en imágenes satelitales mediante alineación mapa-imagen con lenguaje, logrando mejoras de hasta 18.4% en precisión. Ideal para planificación urbana, desastres y conservación.
LaVIDE: Detección de cambios satelitales con lenguaje y alineación mapa-imagen
Descubre LaVIDE, un innovador framework que usa lenguaje para alinear mapas e imágenes satelitales, logrando una detección de cambios precisa con mejoras del 18% en IoU.
Deep Learning para mejorar el mapeo de inundaciones por satélite
Descubre cómo el Deep Learning y los modelos de difusión eliminan nubes en imágenes satelitales para mejorar el mapeo de inundaciones y la gestión de desastres.
El futuro de la IA climática es multimodal
La IA multimodal combina satélites, texto y datos estructurados para validar riesgos climáticos, superando las limitaciones de las tablas. Una nueva era.
Parches adversariales físicos para detección de vehículos aéreos
Evaluamos parches adversariales para detección aérea: del mundo digital al físico. Descubre por qué el parche ON es más robusto en entornos reales.
LALE: Arquitectura Transformer Ligera para Estimación de Cobertura Terrestre
Descubre LALE, la nueva arquitectura Transformer ligera que bate récords de eficiencia en segmentación de imágenes satelitales. Solo 1.6M parámetros.
CAFOSat: Dataset anotado para mapeo de CAFO con imágenes de alta resolución
Descubre CAFOSat, un dataset anotado con más de 45,000 imágenes para mapear granjas industriales mediante IA. Mejora la vigilancia ambiental y sanitaria.