La plataforma ATLAS, impulsada por IA, permite automatizar la detección de objetos en imágenes de drones y satélites para identificar, contar o medir los elementos de interés.
“Las empresas que realizan inspecciones con drones a gran escala tienen que filtrar manualmente decenas de miles de imágenes o analizar muchas hectáreas de ortofotomapas para identificar datos para la toma de decisiones. Esto se aplica a sectores como parques solares, turbinas eólicas, inspecciones de servicios públicos, mantenimiento de carreteras, monitoreo de tuberías, agricultura y muchos otros. ATLAS proporciona una capacidad analítica mejorada para las inspecciones con drones, ahorrando días de procesamiento manual”, afirma Alexei Yankelevich, Director de I+D de SPH Engineering.
La anotación manual de imágenes y la preparación de informes consisten en muchas tareas repetitivas que suelen ser propensas a errores y consumen mucho tiempo.
ATLAS introduce un flujo de trabajo visual sencillo de 3 pasos:
- subir las imágenes a ATLAS;
- anotar manualmente una pequeña cantidad de datos para entrenar al detector de IA;
- procesar el resto de sus datos automáticamente.
ATLAS puede detectar una amplia gama de objetos de naturaleza y formas muy diversas en imágenes sin procesar y ortofotomapas. ATLAS puede entrenarse para identificar objetos sencillos como coches, barcos, personas o señales de tráfico, así como formas más complejas como arañazos y grietas en paneles solares, vegetación, recursos hídricos y otros.
ATLAS está disponible tanto como solución basada en la nube como para implementación local. Ha sido desarrollado por SPH Engineering, creador del software de planificación de misiones UgCS.