Ha sido un gran año para avanzar deep learning en la plataforma de Esri. Se han añadido modelos pre entrenados de deep learning, nuevos y mejorados tipos de datos, tareas y experiencias, actualizaciones a la historia de desarrollador y también se creó un nuevo producto de SaaS ( Software as a Service). Estas actualizaciones se han creado para soportar los flujos de trabajo optimizados para los analistas GIS, Desarrolladores y Científicos de datos.
Veamos algunas de las novedades destacadas:
Modelos pre entrenados de Deep Learning
25 modelos pre entrenados de deep learning publicados en ArcGIS Living Atlas of the World.
Los modelos pre entrenados están diseñados para que puedan ser aplicados en múltiples industrias. For Ejemplo, se puede usar el modelo de detección de huellas de construcciones para hacer planificación urbana, se han usado los modelos de clasificación de estructuras para el sector de seguros, y se han usado los modelos de creación de mapas de clasificación de terrenos para normalizar los impuestos, logrando que se eliminen muchas tareas tediosas de clasificación de datos manualmente.
Que la Inteligencia Artificial sea menos intimidante
Eliminando la necesidad de capturar muestras de entrenamiento, manipulación de grandes cantidades de recursos y entrenamiento de modelos. Cuando se usa Inteligencia Artificial nunca ha sido más fácil. Estos modelos pre entrenados se pueden usar en diferentes terrenos, geografías y tipos de datos que pueden ser ajustados a las necesidades de los flujos de trabajo. Con una colección viva y siempre creciente de modelos, seguramente hay uno o varios modelos que ayudarán a crear productos desde datos de imágenes.
Nuevos y mejorados tipos de datos, tareas y experiencias
Herramientas para soportar un amplio rango de flujos de trabajos
Con las herramientas mejoradas de deep learning en ArcGIS, ahora se soportan nuevas tareas como la detección de cambios, seguimiento de objetos además de una nueva implementación de diversos tipos de datos como imágenes de nivel de calle, imágenes en movimiento y datos extraídos de nubes de puntos.
Se han actualizado las herramientas para capturar y exportar las muestras de entrenamiento, también se actualizaron las herramientas de entrenamiento de modelos para ser usadas con 3D, nubes de puntos, entidades, textos y video. Además, las herramientas de etiquetado se han simplificado para soportar la clasificación de objetos y los flujos de trabajo utilizando imágenes en movimiento.
Productos SaaS
Una de las más grandes actualizaciones que se ha creado en esta historia de deep learning en la plataforma ArcGIS este año, ha sido enviar las capacidades de deep learning a la web – ArcGIs Image para ArcGIs Online. Las tareas como la clasificación de pixeles, clasificación y detección de objetos ahora son soportadas nativamente mediante la web. Los usuarios no necesitarán preocuparse por el mantenimiento y el despliegue de la infraestructura cuando se usa una nube segura, escalable y con el rendimiento esperado para un producto que es soportado por la infraestructura de Esri.
Para los científicos de datos y desarrolladores
El módulo arcgis.learn del API de Python provee una experiencia de creación de código para deep learning. Es un API unificada que trabaja con imágenes y video, #D, Nubes de puntos, texto, datos tabulares y series de tiempo. Este módulo se ha enriquecido para que pueda ser posible la integración de los últimos modelos de deep learning para detección de objetos y clasificación de píxeles. También se han añadido mejoras que incluyen capacidades de AutoML que permiten el entrenamiento de modelos altamente precisos en una manera totalmente automatizada. Adicionalmente para el mejoramiento de estos modelos, se ha incrementado el soporte de explicabilidad de los modelos, proporcionando claridad adicional para la predicción, así logrando aumentar la confianza del usuario en la adopción de modelos de Inteligencia artificial.
Resumen
con estas nuevas actualizaciones a la creación de muestras de entrenamiento para deep learning, la creación de guías y blogs técnicos, podrá revisar cómo usar las capacidades que ofrece la plataforma con su máximo potencial. Nuestras historias de usuarios también destacan ejemplos específicos de la industria de cómo otros han maximizado el valor de sus imágenes utilizando las herramientas disponibles en ArcGIS.
Con todos estos cambios, 2021 ha sido un año muy interesante y productivo: nuestras capacidades nuevas y mejoradas se han enfocado teniendo en cuenta los flujos de trabajo de los usuarios
¡Esperamos un 2022 aún más fuerte!
Recursos:
Lista de Modelos pre entrenados en ArcGIS Living Atlas
Seguimiento de objetos en imágenes en movimiento
Módulo arcgis.learn para el API de Python de ArcGIS
Ricardo Castaño
Especialista en Transformación Digital
TELEMATICA S.A.
comentarios
0