La colección de datos FAIR1M estará abierta a la comunidad internacional desde junio y podría ayudar a mejorar a la Inteligencia Artificial a la hora de identificar objetos desde el espacio.
China ha lanzado la colección más grande del mundo de datos de identificación de objetivos a alta resolución de imágenes de teledetección, lo que permitirá localizar e localizar de forma rápida y precisa objetivos de interés a partir de imágenes por satélite, informan medios locales.
Según el Instituto de Innovación en Información Aeroespacial de la Academia de Ciencias de China, este reconocimiento de objetos de grano fino en imágenes de detección remota de alta resolución (FAIR1M) es decenas o incluso cientos de veces mayor que otros conjuntos de datos similares utilizados en otros países. La base de datos estará abierta a la comunidad internacional desde junio.
Características particulares
- Es mucho más grande que otros conjuntos de datos de detección de objetos existentes, tanto en cantidad de instancias como en número de imágenes.
- Proporciona información de categoría más detallada para objetos en imágenes de teledetección.
- Contiene información geográfica como latitud, longitud y resolución.
- Proporciona una mejor calidad de imagen debido a su procedimiento de limpieza de datos.
- Por otro lado, este conjunto de datos podría ayudar a entrenar la Inteligencia Artificial (IA) para identificar objetos con precisión a la hora de identificar modelos de aeronaves y estructuras, pudiendo ayudar a corregir errores en el momento de identificarlos. El tamaño relativamente pequeño de las existentes bases de datos para el entrenamiento de IA en el reconocimiento de imágenes satelitales había afectado la precisión en aplicaciones de la vida real.
- La colección de datos ayudará a promover el desarrollo de algoritmos de interpretación de imágenes de teledetección de alta resolución, desde la detección de objetivos hasta el reconocimiento detallado. Adicionalmente, esta base de datos puede ser utilizado por profesionales en campos relacionados como topografía y cartografía, explicó Fu Kun, científico principal del proyecto.
