데이터 유형
일반적인 작업
토지 이용 분류
위성 및 항공 이미지를 토지 피복 카테고리로 세그멘테이션합니다: 도시, 산림, 수역, 농업, 황무지, 습지 등.건물 풋프린트 추출
매핑, 도시 계획, 변화 탐지를 위해 건물 주위에 폴리곤 경계를 추적합니다.차량 및 객체 카운팅
항공 영상에서 바운딩 박스 어노테이션을 사용하여 차량, 선박, 항공기 및 기타 객체를 탐지하고 카운팅합니다.인프라 모니터링
도로, 교량, 전력선, 태양광 패널, 파이프라인 등의 인프라 요소에 상태 평가 및 변화 탐지를 위해 어노테이션합니다.변화 탐지
다른 날짜의 이미지를 비교하여 변화를 식별합니다: 신규 건설, 산림 벌채, 홍수 범위, 작물 성장.데이터셋 구성
위성 및 항공 영상 데이터셋은 규모가 크며 — 지역과 시간대에 걸쳐 수천에서 수백만 개의 이미지 — 효과적인 구성이 중요합니다.슬라이스 사용
슬라이스는 이미지를 복제하지 않고 가상 부분집합을 생성합니다:- 이미지의 80%로
training슬라이스와 20%로validation슬라이스 생성 - 지역별 모델 평가를 위한 지리적 영역별 슬라이스 생성
- 어노테이터가 자주 틀리는 이미지를 위한
difficult-cases슬라이스 생성
시작하기
1
영상 준비
이미지를 JPEG 또는 PNG 형식으로 변환합니다.
2
업로드 또는 스토리지 연결
소규모 데이터셋은 직접 업로드합니다. 대규모 컬렉션은 클라우드 스토리지 통합을 통해 S3 또는 GCS 버킷을 연결합니다.
3
메타데이터와 슬라이스로 구성
항목에 메타데이터(지역, 날짜, 소스 위성)를 첨부합니다. 학습/검증 분할과 지리적 부분집합을 위한 슬라이스를 생성합니다.
4
어노테이션 프로젝트 생성
라벨 분류 체계를 정의합니다. 작업에 맞는 어노테이션 유형을 선택합니다.
5
어노테이션 및 리뷰
작업 배치로 팀에 작업을 분배합니다. 매핑 등급 정확도 요구 사항을 위한 다단계 리뷰를 사용합니다.
6
내보내기 및 학습
어노테이션을 내보내고 API 또는 SDK를 통해 원격 탐사 학습 파이프라인에 통합합니다.