Idioma
Docker
Tipo de ferramenta
Algoritmo
Licença
AM331-A3
Version
1.0.0
Banco Interamericano de Desenvolvimento
MAIIA é uma biblioteca de algoritmos desenvolvida para identificar automaticamente assentamentos urbanos informais por meio da análise de imagens de satélite. Ele usa uma imagem de sistema operacional pré-configurada e scripts para treinar e aplicar um modelo de detecção em duas etapas fáceis, facilitando a implantação. Desenvolvido pelo GIM em colaboração com a Divisão de Habitação e Desenvolvimento Urbano do BID, o MAIIA foi criado para auxiliar o Departamento Nacional de Planejamento da Colômbia. Seu objetivo é fornecer uma ferramenta capaz de gerar e atualizar mapas detalhados de assentamentos informais, reduzindo barreiras de acesso à inteligência artificial e permitindo seu uso por órgãos governamentais, pesquisadores e demais interessados.
O desenvolvimento do MAIIA aborda o desafio crítico de mapear e compreender com precisão os assentamentos informais urbanos. Os métodos tradicionais de mapeamento são muitas vezes inadequados para captar a complexidade e a dinâmica destas áreas. A necessidade de uma ferramenta capaz de analisar vastas imagens de satélite para identificar assentamentos informais é crucial para o planeamento urbano e a formulação de políticas, especialmente em áreas com recursos limitados. A capacidade de gerar e actualizar mapas precisos destes assentamentos é essencial para estratégias eficazes de desenvolvimento urbano, alocação de recursos e planeamento de infra-estruturas em áreas urbanas em rápido crescimento.
Analisa imagens de satélite para mapear os assentamentos urbanos informais automaticamente. Implementa uma imagem pré-configurada do docker para facilitar a implantação e o uso. Inclui scripts para treinar modelos de IA e aplicá -los a novas imagens. Utiliza tecnologias de código aberto para funcionalidade e acessibilidade aprimoradas. Adequado para várias partes interessadas em desenvolvimento urbano e habitação.
Construído com Python, garante flexibilidade e ampla aplicabilidade. Utiliza frameworks de aprendizado de máquina e profundo como Tensorflow para aprimorar suas capacidades. Facilita o processamento de imagens em grande escala usando Satproc e UnetSeg. Oferece uma solução baseada em Docker que simplifica a instalação e melhora a escalabilidade. Promove a interoperabilidade e o uso de formatos abertos no desenvolvimento urbano e habitacional.
Consulte o equipamento de Código para o Desenvolvimento e descubra como nossas herramientas de código abertas, cuidadosamente curadas, podem se apoiar em sua instituição na América Latina e no Caribe. Escritores para explorar soluções, resolver dúvidas de implementação, compartilhar resultados de reutilização ou apresentar uma nova ferramenta. Escreva para [email protected]
Captura de tela do Jupyter Notebook mostrando um código em Python que carrega e visualiza um conjunto de dados. Inclui gráficos de um mapa satélite e sua máscara na cor roxa.
Esta imagem exibe um slide de apresentação indicando "a aquisição de imagens de satélite é cada vez mais fácil (e livre!)*" Com uma imagem de satélite da fronteira tripla, datada de 6 de maio de 2022.
Esta imagem apresenta informações sobre um projeto que envolve o desenvolvimento de um algoritmo de IA para detectar assentamentos informais em Barranquilla, Colômbia, usando imagens de satélite e redes neurais.
Apresenta um conjunto de ferramentas de código aberto do BID, incluindo estimativas do déficit habitacional, para apoiar o planejamento urbano na América Latina e no Caribe.
Webinar Code4Dev: Aprenda como implementar a ferramenta de código aberto MAIIA
Promove o uso de ferramentas digitais no planejamento urbano e no trânsito na ALC.
Discute o uso do MAIIA para mapear assentamentos informais na Colômbia.
Destaca casos urbanos na América Latina e Caribe, incluindo o uso da ferramenta MAIIA.