Predicción estructurada de etiquetas en imagenes satelitales
Visión general
De qué trata este proyecto.
Recibirás 4.500 tiles Sentinel-2 (256x256 px, 13 bandas) con máscaras multi-etiqueta. Entrenarás un encoder ConvNeXt-Tiny como extractor y compararás (1) clasificación independiente por etiqueta, (2) MLP multietiqueta sobre el encoder y (3) un CRF (Conditional Random Field, campo aleatorio condicional) sobre las salidas del MLP que codifique relaciones plausibles (p. ej., una clase de perturbación no aparece sin determinada cobertura). Evaluarás macro-F1, jaccard multietiqueta y plausibilidad estructural medida por reglas del dominio. El éxito es macro-F1 al menos 4 puntos por encima del baseline independiente.
El Briefing
Lo que harás y lo que demostrarás.
Construir un modelo de predicción estructurada multietiqueta para imágenes satelitales que supere a la predicción independiente y respete restricciones del dominio.
Earning criteria — what you'll demonstrate
- Aplicar predicción estructurada con CRFs sobre features aprendidas
- Diseñar evaluaciones que vayan más allá de F1 por etiqueta y midan coherencia estructural
- Trabajar con datos satelitales multibanda y máscaras multi-etiqueta
- Comunicar trade-offs entre modelos a un equipo de dominio (biología)
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosML Researcher
Implementar predicción estructurada con CRFs y diseñar evaluaciones que reflejen el dominio es el oficio de quien investiga métodos estructurados en ML aplicado.
Este proyecto afina
- structured-prediction
- conditional-random-fields
- multi-label-classification
Applied AI Scientist
Trabajar con datos satelitales reales y entregar una herramienta usable por dominio externo encaja directamente con el rol Applied AI Scientist en geoespacial.
Este proyecto afina
- geospatial-ml
- multi-label-classification
- convolutional-neural-networks
Ingeniero de Visión por Computador
Entrenar un encoder convolucional sobre imágenes multibanda es la base del trabajo de visión en remote sensing.
Este proyecto afina
- convolutional-neural-networks
- pytorch
- geospatial-ml