Lelis-The-Man
commited on
Update README.md
Browse files
README.md
CHANGED
@@ -34,12 +34,33 @@ Motivos para usar o YOLOv8 ser um bom modelo para usarmos:
|
|
34 |
|
35 |
## Open Data
|
36 |
|
|
|
|
|
|
|
|
|
37 |
## Entradas
|
38 |
- Imagens de satélite do Sentinel-2;
|
39 |
- Informações de previsão meteorológica.
|
40 |
|
41 |
## Funcionamento do Modelo
|
42 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
43 |
## Saídas
|
44 |
O modelo retornaria uma imagem contendo um 'mapa de calor', na qual as áreas com mais probabilidade de ocorrer o desastres teriam
|
45 |
cores mais escuras.
|
|
|
34 |
|
35 |
## Open Data
|
36 |
|
37 |
+
Foi utilizado o Open Data do Satelite do Sentinel LC1 do Hugging Face, dentre os motivos:
|
38 |
+
|
39 |
+
- Não ocorreu a correção atmosférica, ou seja as imagens irão conter as nuvens (item principal da predição) sem transformação sob esses dados;
|
40 |
+
|
41 |
## Entradas
|
42 |
- Imagens de satélite do Sentinel-2;
|
43 |
- Informações de previsão meteorológica.
|
44 |
|
45 |
## Funcionamento do Modelo
|
46 |
|
47 |
+
Devido ao contexto se tratar de uma tarefa de segmentação semântica, e lembrando que está tarefa classifica pixel por pixel,
|
48 |
+
o modelo segmentaria as regiões decorridas da imagem e colocaria uma distribuição de probabilidade analogando com as previsões de chuva.
|
49 |
+
|
50 |
+
Portanto, com a saída de uma matriz com as probabilidades do pixel, será necessário analisar com dados meterológicos para poder ter maior precisão
|
51 |
+
da classificação da intensidade da chuva de tal região.
|
52 |
+
|
53 |
+
### Funções:
|
54 |
+
|
55 |
+
Modelo de Segmentação Semântica:
|
56 |
+
|
57 |
+
- Recebe imagens do satélite e proporciona como saída distribuição de probabilidades diante da intensidade de chuva;
|
58 |
+
|
59 |
+
Comparação com dados metereológicos:
|
60 |
+
|
61 |
+
- Saída do modelo acima com a comparação de dados meterológicos para maior precisão da classificação da chuva diante de tal região, e assim avaliar
|
62 |
+
o risco de desastres no Rio Grande do Sul;
|
63 |
+
|
64 |
## Saídas
|
65 |
O modelo retornaria uma imagem contendo um 'mapa de calor', na qual as áreas com mais probabilidade de ocorrer o desastres teriam
|
66 |
cores mais escuras.
|