Esta herramienta digital forma parte del catálogo de herramientas del Banco Interamericano de Desarrollo. Puedes conocer más sobre la iniciativa del BID en code.iadb.org
Segmentación semántica U-Net para imágenes de satélite
• Descripción • Contribuyendo • Autores • Licencia •
Paquete de Python de la implementación de un modelo de deep learning para segmentación semántica basada en la arquitectura U-Net. Utiliza Tensorflow y Keras para definir y entrenar el modelo.
Sirve para cualquier caso de uso donde se quiera delimitar el contorno de un objeto de interés, y está especialmente afinado para imágenes multiespectrales de satelitales, aéreas y de drones, de distinta resolución espacial.
Informes de bugs y pull requests son bienvenidos en GitHub en la página de issues. Este proyecto está destinado a ser un espacio seguro y acogedor para la colaboración, y se espera que los colaboradores sigan el código de conducta de Contributor Covenant.
- Damián Silvani: damian@dymaxionlabs.com
- María Roberta Devesa: ro.devesa@dymaxionlabs.com
- Gessica Paniagua: gessica@dymaxionlabs.com
- Federico Bayle: federico@dymaxionlabs.com
- Alan Toris
Este proyecto tiene licencia de Apache 2.0. Ver LICENSE.txt.