Progress | SAS

일일 경과 보고서

크게 훼손된 열대 우림 지역을 빠르게 식별하도록 컴퓨터 비전 모델을 학습시킬 수는 있지만, 컴퓨터가 산림 벌채 징후를 조기에 발견하기란 쉽지 않습니다. 위성 이미지 간의 미묘한 차이를 감지할 수 있는 모델을 개발하려면 사람의 눈으로 이미지를 올바르게 분류해야 합니다. 크라우드소싱 프로젝트에서 여러분이 삼림 벌채 지역으로 선택한 모든 이미지 덕분에 IIASA에서는 삼림 벌채 시점과 위치를 정부와 보호 단체에 알리는 데 사용할 수 있는 모델의 개발 작업에 한층 가까이 다가가고 있습니다. 

인간이 미치는 영향

인간이 미치는 영향 없음

아직 분류되지 않음

현재까지의 평가

현재 크라우드소싱을 통해 분류해야 하는 이미지가 44,000개를 넘어섰습니다. 현재까지의 진행 상황 및 향후 과제는 다음과 같습니다.

분류 지도

분류 지도에는 AI 모델을 개발하는 데 사용되는 아마존의 일부 지역이 표시됩니다. 생태학적으로 다양한 지역의 이미지 데이터를 모델에 입력하면 모델이 이 다양한 예시를 토대로 아마존의 모든 곳에 인간이 미치는 영향을 감지하는 방법을 학습할 수 있습니다. 이미지 분류의 진행 상황은 다음과 같습니다. 

인간이 미치는 영향

인간이 미치는 영향 없음

아직 분류되지 않음

현재까지의 범위

이 프로젝트를 진행하는 동안 아마존의 40만 평방킬로미터를 평가하게 됩니다. 지금까지의 진행 상황은 다음과 같습니다.

Back to Top