Google AI представила open-source датасет Open Buildings, содержащий информацию о местоположении и площади 500 миллионов зданий в Африке. Open Buildings позволит решать практические, научные и гуманитарные задачи, включая реагирование на стихийные бедствия и планирование постройки новых медицинских учреждений.
Данные о плотности и местоположении зданий на определенной территории требуются в большом количестве приложений, включая оценку численности населения, городском планировании и науках об окружающей среде. В частности, после стихийных бедствий властям необходимо оценить, сколько домов пострадало. Наиболее актуальные данные предоставляют спутниковые снимки, однако обнаружение построек с помощью методов компьютерного зрения может быть сложной задачей. Поскольку спутниковая съемка подразумевает фотографирование земли с высоты нескольких сотен километров над землей, даже при высоком разрешении (30-50 см на пиксель) небольшое здание или палатка занимают всего несколько пикселей. Помимо этого, существует широкий класс объектов, которые можно спутать со зданиями.
На основе собственной модели, нацеленной на решение этих проблем, в Google AI разработали open-source датасет Open Buildings, содержащий аннотации о 516 миллионах зданий с охватом большей части Африки. Модель обнаружения зданий, использованная для формирования датасета, была обучена на датасете, состоящем из 1.75 миллионов вручную аннотированных зданий на 100 000 изображениях. Сначала модель для каждого пикселя определяет, содержит он здание или нет, а затем группирует пиксели в отдельные объекты. Алгоритм обнаружения основан на модели U-Net, часто используемой при анализе спутниковых изображений.
Аннотация для каждого здания представляет собой комбинацию многоугольника, задающего его границы, и Plus-кода — географического цифро-буквенного кода Google, позволяющего идентифицировать здания в районах, где отсутствуют официальные системы адресации. Информация о границах здания дополнена указанием погрешности в их определении.
