Idioma
Docker
Tipo de herramienta
Algoritmo
Licencia
AM331-A3
Versión
1.0.0
Banco Interamericano de Desarrollo
MAIIA es una librería de algoritmos diseñado para identificar automáticamente asentamientos urbanos informales a través del análisis de imágenes satelitales. Utiliza una imagen de sistema operativo pre-configurada y scripts para entrenar y aplicar un modelo de detección en dos sencillos pasos, facilitando así su implementación. Desarrollado por GIM en colaboración con la División de Vivienda y Desarrollo Urbano del BID, MAIIA fue creado para asistir al Departamento Nacional de Planeación de Colombia. Su objetivo es proporcionar una herramienta capaz de generar y actualizar mapas detallados de asentamientos informales, reduciendo las barreras de acceso a la inteligencia artificial y permitiendo su uso por parte de agencias gubernamentales, investigadores y otros interesados.
El desarrollo de MAIIA aborda el desafío crítico de mapear y comprender con precisión los asentamientos urbanos informales. Los métodos de mapeo tradicionales a menudo son inadecuados para capturar la complejidad y la dinámica de estas áreas. La necesidad de una herramienta capaz de analizar vastas imágenes satelitales para identificar asentamientos informales es crucial para la planificación y la formulación de políticas urbanas, especialmente en áreas con recursos limitados. La capacidad de generar y actualizar mapas precisos de estos asentamientos es esencial para estrategias efectivas de desarrollo urbano, asignación de recursos y planificación de infraestructura en áreas urbanas de rápido crecimiento.
Analiza las imágenes satelitales para mapear los asentamientos urbanos informales automáticamente. Implementa una imagen de Docker preconfigurada para una fácil implementación y uso. Incluye scripts para capacitar a los modelos de IA y aplicarlos a nuevas imágenes. Utiliza tecnologías de código abierto para una mejor funcionalidad y accesibilidad. Adecuado para varias partes interesadas en desarrollo urbano y vivienda.
Construido con Python, garantiza flexibilidad y amplia aplicabilidad. Utiliza marcos de aprendizaje automático y profundo como Tensorflow para potenciar sus capacidades. Facilita el procesamiento de imágenes a gran escala mediante Satproc y UnetSeg. Proporciona una solución basada en Docker que simplifica la instalación y mejora la escalabilidad. Promueve la interoperabilidad y el uso de formatos abiertos en el desarrollo urbano y de vivienda.
Conéctese con el equipo de Código para el Desarrollo y descubra cómo nuestras herramientas de código abierto, cuidadosamente curadas, pueden apoyar a su institución en América Latina y el Caribe. Escríbanos para explorar soluciones, resolver dudas de implementación, compartir éxitos de reutilización o presentar una nueva herramienta. Escríbenos a [email protected]
Captura de pantalla de Jupyter Notebook mostrando un código en Python que carga y visualiza un arreglo de datos. Incluye gráficos de un mapa satelital y su máscara en color púrpura.
Esta imagen muestra una diapositiva de presentación que dice "Adquirir imágenes satelitales es cada vez más fácil (¡y gratis!)*" con una imagen satelital de la Triple Frontera, fechada el 6 de mayo de 2022.
Esta imagen presenta información sobre un proyecto que implica desarrollar un algoritmo de IA para detectar asentamientos informales en Barranquilla, Colombia, utilizando imágenes satelitales y redes neuronales.
Presenta un conjunto de herramientas de código abierto del BID, incluyendo la de estimación del déficit de vivienda, para apoyar la planificación urbana en América Latina y el Caribe.
Webinar Code4Dev: Aprenda a implementar la herramienta de código abierto MAIIA
Promueve el uso de herramientas digitales en planificación urbana y tránsito en LAC.
Discute el uso de MAIIA para mapear asentamientos informales en Colombia.
Destaca casos urbanos en América Latina y el Caribe, e incluye el uso de la herramienta MAIIA.