Este documento describe el desarrollo de un modelo de aprendizaje profundo para clasificar imágenes aéreas tomadas por drones después de un terremoto, etiquetando las imágenes con o sin daños. Se recolectaron más de 3,000 imágenes de cinco pueblos y se entrenó un modelo Inception con reentrenamiento, logrando una exactitud máxima de 67.5%. El prototipo resultante podría usarse para mapear daños y distribuir recursos de manera eficiente después de desastres.

1. Cuando la tierra se sacude
Amaury Gutiérrez Acosta
@amaurs
https://sg.com.mx/dataday
#DataDayMx

3. Caribe
Cocos
Norteamérica
Pacífico
Rivera
PLACAS
TECTÓNICAS

4. #VERIFICADO19S

5. 5

6. 6

7. MODELOPRE-PROCESODRON SERVIDOR
DERRUMBE REVISOR PRODUCTO

8. TECNOLOGÍA

9. NEURAL
NETWORKS
• Funciones universales
• Autoajustables
• Con la capacidad de
“aprender”

10. CONVOLUTIONAL
NEURAL
NETWORKS

12. TRANSFER
LEARNING

13. TRANSFER
LEARNING

14. DATOS

17. PUEBLO
JUCHITÁN
DE
ZARAGOZA
SANTA
MARÍA
XADANI
UNIÓN
HIDALGO
NÚMERO
DE
IMÁGENES
1134 727 1872

18. INGESTIÓN

19. SISTEMA DE ARCHIVOS BASE DE DATOS
SERVIDOR CLIENTE
FTP CENAPRED

21. ANÁLISIS
EXPLORATORIO
t-Distributed Stochastic
Neighbor Embedding
• Conglomerados naturales
• Imágenes de los pueblos son
similares entre si

22. ETIQUETADO

23. BASE DE DATOS
SISTEMA DE ARCHIVOS
SERVIDOR
CLIENTE USUARIO
API

28. PUEBLO
JUCHITÁN
DE
ZARAGOZA
SANTA
MARÍA
XADANI
UNIÓN
HIDALGO
IMÁGENES
ETIQUETADAS
CON
DAÑO
100 100 100
IMÁGENES
ETIQUETADAS
SIN
DAÑO
100 100 100

29. EXPERIMENTO

30. BASE DE DATOS SERVIDOR MODELO
SISTEMA DE ARCHIVOS

31. INFORMACIÓN
REDUNDANTE
• Los drones vuelan varias veces
sobre el mismo lugar
• Sitios repetidos en el conjunto
de entrenamiento

33. ENTRENAMIENTO VALIDACIÓN PRUEBA CÓDIGO
UNIÓN
HIDALGO
SANTA
MARÍA
XADANI
JUCHITÁN
DE
ZARAGOZA
U-J-S
UNIÓN
HIDALGO
JUCHITÁN
DE
ZARAGOZA
SANTA
MARÍA
XADANI
U-S-J
JUCHITÁN
DE
ZARAGOZA
UNIÓN
HIDALGO
SANTA
MARÍA
XADANI
J-U-S
JUCHITÁN
DE
ZARAGOZA
SANTA
MARÍA
XADANI
UNIÓN
HIDALGO J-S-U
SANTA
MARÍA
XADANI
UNIÓN
HIDALGO
JUCHITÁN
DE
ZARAGOZA
S-U-J
SANTA
MARÍA
XADANI
JUCHITÁN
DE
ZARAGOZA
UNIÓN
HIDALGO S-J-U

34. Inception con re-entrenamiento
• Validación cruzada
• Exactitud máxima de 67.5%
• Conjuntos de entrenamiento
de distintos tamaños: 20, 50,
100, 150, 200 recortes
DEEP
LEARNING

35. PROTOTIPO

36. SERVIDOR
MODELO
CLIENTE MAPASISTEMA DE ARCHIVOS

42. CONCLUSIONES

43. • Ética
• Alcance real
• Distribución eficiente de
recursos
• Otras aplicaciones
CONSIDERACIONES
ADICIONALES

44. GRACIAS
https://amaurs.com
@amaurs
fotografía por
Francisco Ohem
@ohem