Automatice la Clasificación Precisa de Imágenes de Uso del Suelo con IA
Clasificar manualmente diversas imágenes, como las de satélite o aéreas, es un proceso laborioso e inconsistente que retrasa el análisis de datos. Este flujo de trabajo automatiza la clasificación de imágenes de uso del suelo con alta precisión aprovechando embeddings de IA y un enfoque de K-Nearest Neighbors para categorizar imágenes al instante.
Documentation
Automatice la Clasificación de Imágenes de Uso del Suelo con Alta Precisión
Este flujo de trabajo de n8n proporciona una herramienta automatizada y poderosa para clasificar imágenes basándose en tipos de uso del suelo. Al tomar una URL de imagen como entrada, identifica inteligentemente la categoría más probable de una lista predefinida de tipos de suelo, como ‘agrícola’, ‘bosque’, ‘edificios’ o ‘río’. Ideal para GIS, monitoreo ambiental o aplicaciones inmobiliarias, esta solución agiliza el proceso de categorización de datos visuales con una precisión notable, logrando más del 93% de exactitud en un conjunto de pruebas.
Características Clave
- Clasificación de Alta Precisión: Logre más del 93% de precisión en la clasificación de imágenes diversas de uso del suelo.
- Embeddings Impulsados por IA: Utiliza los embeddings multimodales de Voyage.ai para una representación robusta de imágenes.
- K-Nearest Neighbors (KNN) Dinámico: Consulta Qdrant para encontrar imágenes etiquetadas similares, ajustando automáticamente el número de vecinos para resolver empates en la clasificación.
- Amplio Soporte de Tipos de Suelo: Clasifica imágenes en 21 categorías distintas de uso del suelo, desde ‘bosque’ hasta ‘autopista’.
Cómo Funciona
Este flujo de trabajo se activa por la URL de una imagen de entrada. Primero, la imagen se envía a la API de Embeddings Multimodales de Voyage.ai para generar una representación vectorial de alta dimensión. Este embedding luego se usa para consultar su base de datos vectorial Qdrant, la cual contiene embeddings preindexados de imágenes de uso del suelo etiquetadas. El flujo recupera un conjunto de K vecinos más cercanos y realiza una votación mayoritaria sobre sus clases asignadas. En casos de empate en la clasificación, el flujo incrementa dinámicamente el número de vecinos considerados y reevalúa hasta que se identifica una mayoría clara o se alcanza un límite máximo, asegurando un resultado definitivo. Finalmente, se devuelve la clase de uso del suelo determinada.