Iniziare con la questione operativa
La classificazione dei pixel etichetta le misurazioni delle immagini locali, mentre i gruppi di lavoro basati su oggetti pixels in corone, letti, patch o altre unità. L'unità giusta dipende dalla decisione. Un inventario di palme ha bisogno di individui distinti e identificativi stabili; una stima di area di copertura potrebbe avere bisogno di classi di superficie contigue invece.
La domanda di lavoro è: se l'analisi classifica i singoli pixel o gli oggetti di gestione che le persone realmente ispezionano? Definire oggetti di mappatura dell'inventario prima che l'indagine inizia e identificare chi li esaminerà. D'accordo su quali prove cambierebbe una decisione di ispezione, campionamento o gestione. Questo mantiene la mappa legata ad un compito testable e consente di distinguere un'osservazione utile da un'output attraente che non può risolvere la domanda.
Capire cosa l'immagine osserva realmente
La segmentazione può unire oggetti vicini o dividere una corona in diversi pezzi. Le mappe dei pixel possono apparire dettagliate mentre non riescono a distinguere gli individui. L'aggregazione di una classificazione dei pixel non crea automaticamente un inventario affidabile.
Per gli oggetti di mappatura dell'inventario, la definizione di misura fa parte del risultato. Mantenere esplicito il supporto di misura: un pixel, un oggetto segmentato, un diagramma di campionamento e un blocco di gestione rappresentano diverse aree e fonti di variazione. Il cambiamento delle dimensioni dei pixel non crea informazioni indipendenti o migliora l'osservazione del sensore sottostante. Decidi se l'attività riguarda la localizzazione di obiettivi, la stima dell'area, il confronto delle osservazioni numeriche o la previsione di una proprietà di campo. Ciascuno richiede un denominatore di valutazione diverso. Conservare etichette incerte e regioni non osservabili, quindi una classificazione dall'aspetto completo non può nascondere le prove mancanti. La domanda di qualità finale dovrebbe riferirsi al compito reale, geografia e condizioni testate.
Cattura di design intorno al bersaglio e i suoi confondatori
La pianificazione di cattura per oggetti di mappatura dell'inventario dovrebbe iniziare con il confronto previsto. Progettare insieme la collezione di osservazione e riferimento. Elenca il bersaglio, la risposta del sensore che potrebbe distinguerlo, le superfici di confondamento previste e la scala a cui viene presa una decisione. Catturare le condizioni facili e difficili, piuttosto che solo una dimostrazione visivamente pulita. Mantenere tempo di acquisizione, informazioni della fotocamera, record di calibrazione e contesto ambientale rilevante. Se sono coinvolte più bande o date, pianificare un modo per valutare il loro allineamento e la loro comparabilità. Un piccolo pilota dovrebbe rivelare se la funzione proposta è effettivamente osservabile prima che un'analisi automatizzata più grande sia trattata come una misura affidabile.
Costruire un flusso di lavoro tracciabile di elaborazione e analisi
Definire l'oggetto di gestione e scrivere regole per oggetti commoventi, parziali e oscurati. Confronta la segmentazione dei candidati contro esempi etichettati in modo indipendente. Valutare conta, corrisponde e comportarsi al livello dell'oggetto, mantenendo i controlli di livello pixel in cui l'area è importante. Identità degli oggetti separata dai cambiamenti dei contorni specifici.
La revisione di qualità per gli oggetti di mappatura dell'inventario deve continuare dopo la lavorazione completa. Conservare gli input numerici grezzi o originali accanto ai prodotti di visualizzazione. Verifica formule, identità di banda, maschere, riferimenti di coordinate e scelte di risampling. Verificare le posizioni di sorgente-output rappresentative e verificare se cuciture, pixel di bordo o superfici miste dominano la caratteristica di interesse. Registrare le versioni preprocessing e modello in modo da poter riprodurre un aggiornamento. Utilizzare unità di valutazione indipendenti che riflettono la distribuzione, non solo i pixel casuali. Confrontare una funzione sofisticata proposta con una linea di base più semplice; la complessità aggiuntiva è giustificata solo quando migliora la misura o la decisione specificate in una valutazione equa.
Lavorare attraverso un esempio illustrativo
In una fila illustrativa, dieci corone producono dodici segmenti perché due corone si dividono. Una mappa dei pixel potrebbe ancora classificare quasi tutti i pixel delle balene correttamente. Sarebbe una buona prestazione in area baldacchino ma scarsa performance di inventario, mostrando perché l'unità di valutazione deve corrispondere all'uso.
Questo esempio per oggetti di mappatura dell'inventario è deliberatamente illustrativo, non un risultato segnalato o una promessa di accuratezza. Sostituire le sue ipotesi con i valori misurati del progetto prima di utilizzare il ragionamento in modo operativo. Tenere visibile l' numeratore, il denominatore, la data di osservazione e le esclusioni. Se un limite plausibile, la visibilità o il cambiamento di riferimento altera la decisione, raccogliere le prove mancanti o mantenere il caso come non risolto piuttosto che segnalare luoghi decimali extra.
Valida con prove di campo indipendenti
Abbina oggetti mappati campionati agli identificatori di campo e registri le istanze mancate e duplicate. Includere la sovrapposizione densa e bordi di blocco. Valuta l'incertezza di confine separatamente dal fatto che un oggetto esista.
Una valutazione degli oggetti di mappatura dell'inventario dovrebbe includere sia gli obiettivi contrassegnati che le posizioni di riferimento non infiammate adatte. Controllare solo i candidati più evidenti non può stimare né gli obiettivi mancati né il modello completo di falsa arma. Osservazioni separate utilizzate per regolare il metodo da quelle utilizzate per valutarlo. Tenere l'unità di campionamento e metodo di selezione esplicito, e segnalare casi difficili o non osservabili piuttosto che lasciarli silenziosamente. Quando il temporizzazione del campo differisce dal tempismo dell'immagine, spiega se il sito potrebbe essere cambiato tra le visite. Un disaccordo è la prova per indagare, non un'istruzione per costringere il record di terra a corrispondere alla mappa.
Risolvere i rischi di interpretazione specifici per l'argomento
Gli inventari di oggetti dovrebbero mantenere sia la fiducia dell'esistenza che la fiducia dei confini, perché queste sono domande diverse. Una palma può essere chiaramente presente mentre il suo bordo corona è incerto sotto sovrapposizione. Al contrario, una patch verde ben definita potrebbe non essere la specie destinata. Identificatori di campo di corrispondenza prima di attaccare gli attributi di gestione e preservare le partite non risolte. Per i sondaggi ripetuti, valutare se lo stesso oggetto reale mantiene la sua identità nonostante i cambiamenti di forma. Tale controllo è più rilevante per un registro di manutenzione che per un solo punteggio di confine, e impedisce duplicare le attività per un singolo oggetto in evoluzione.
Consegnare le prove che il team ricevente può usare
Fornire il tipo di oggetto corretto per il flusso di lavoro e segnalare le eccezioni a livello di oggetto. Scegliere pixel, oggetto o analisi ibrida in base alla decisione reale, evitando una scelta di metodo basata solo su dettagli visivi.
Per la consegna degli oggetti di mappatura dell'inventario, conservare gli identificatori stabili, la data di osservazione della fonte, il riferimento delle coordinate, il confine di analisi e lo stato di valida osservazione. Fornire sia una panoramica accessibile che i dati geospaziali rilevanti, dove necessario. Attaccare un registro di eccezione breve che spiega le caratteristiche non risolte e il successivo controllo utile. Se i dati vengono rivisti, conservare la ragione e la versione in modo da poter tracciare quantità o stati. Chiedi al team ricevente di individuare un oggetto campione e interpretarne la fiducia; quella recensione pratica spesso rivela il contesto mancante che un controllo di integrity file non può rilevare.
Quando si valuta il software di fotogrammetria online per oggetti di mappatura dell'inventario, valutare il flusso di lavoro completo con un set di dati rappresentativo. DroneCollab può essere considerato per la preparazione di uscite di mappatura fotogrammetrica, mentre l'interpretazione specifica delle attività e la validazione del campo rimangono essenziali. Confronta le esportazioni richieste, il processo di revisione e le prove pilota effettive prima di selezionare un flusso di lavoro per il lavoro ricorrente.
