Awesome

Deteccion de basurales a cielo abierto

Descripción

Los basurales a cielo abierto son aquellos donde los residuos se disponen de forma indiscriminada y con escasas medidas de protección ambiental.

Este proyecto, desarrollado en conjunto entre Dymaxion Labs y la Fundación Bunge & Born, tiene por objetivo la detección y seguimiento de los basurales a cielo abierto, aplicando técnicas basadas en machine learning (ML) para el procesamiento de imágenes satelitales. Esto permite mapear grandes áreas de manera rápida y con bajos recursos.

El modelo está optimizado para las imágenes multiespectrales del satélite Sentinel-2.

Requerimientos

Se utilizan las herramientas GDAL y Orfeo Toolbox en la primera etapa del pre-procesamiento de los datos. Luego, se emplean nuestros paquetes satproc y unetseg para la generación del dataset y modelo de ML respectivamente.

Notebooks

Este repositorio contiene un conjunto de notebooks de Jupyter, que describen los pasos necesarios:

1. Pre-procesamiento: Se procesan las imágenes satelitales y la verdad de campo para generar el dataset de entrenamiento y de predicción del modelo.
2. Entrenamiento: Entrenamiento y evaluación del modelo.
3. Predicción: Predicción sobre la región de interés.
4. Post Procesamiento: Procesamiento de los resultados de la predicción.

:handshake: Contribuciones

Reportes de bugs y pull requests pueden ser reportados en la página de issues de este repositorio. Este proyecto está destinado a ser un espacio seguro y acogedor para la colaboración, y se espera que los contribuyentes se adhieran al código de conducta Contributor Covenant.

:page_facing_up: Licencia

El código está licenciado bajo Apache 2.0. Refiérase a LICENSE.txt.