Customização do algoritmo de deep learning para diferentes cenários de uso de solo com imagens Sentinel-2

Abstract

Resumo : O setor florestal não foi poupado do avanço tecnológico que vem se observando na sociedade. O investimento em geointeligência para acelerar processos demorados e buscando maior precisão nos dados coletados e preditos estão evoluindo cada dia mais. Pensando nisso, o Grupo INDEX desenvolveu um algoritmo de inteligência artificial para classificar áreas de interesse florestal tendo como base imagens SENTINEL-2. Em parceria com a empresa, foi proposto ao autor deste estudo o desenvolvimento de testes nas variáveis de entrada deste algoritmo, visando uma otimização de resultados do aprendizado de máquina e, assim, possibilitar melhor compreensão de como elas influenciam e qual a sua importância no aperfeiçoamento dos resultados do algoritmo. Sendo assim, foram coletadas, vetorizadas e classificadas 100 imagens da região central do estado do Paraná, onde para cada uma foi atribuída uma máscara raster com as classes de interesse. Essas máscaras passaram por processo de reclassificação afim de reduzir o número de classes deixando cada agrupamento mais específico. Os datasets passaram por um processo denominado augmentation onde cada imagem e máscara passaram por processos de rotação, elevando, então, o dataset para 400, o que também foi atribuído como variável, afim de compreender o impacto que datasets maiores causam no aprendizado. Por fim, cada agrupamento foi submetido à 6 padrões de parâmetros de otimização de aprendizado, onde observou-se que o melhor resultado obtido foi aplicando o padrão 1 ao agrupamento C1 do dataset de 400 dados, em que o resultado obtido foi de 93,14% de acurácia e 86,83% de Mean IOU. Concluiu-se que os padrões não possuem interferência significativa na melhoria dos resultados de acurácia e Mean IOU. Porém, observou-se que a variável do tamanho do dataset apresentou significativa influência ao resultado final. Portanto, para aprimorar os resultados recomenda-se o aumento no dataset.

Abstract : The forestry sector has not been spared from the technological improvement observed in society. The investment in geointelligence to accelerate time-consuming processes and achieve greater precision in collected and predicted data is continually evolving. Aiming this objective, the Grupo INDEX has developed an algorithm to classify areas of forestry interest based on SENTINEL-2 images. In partnership with the company, the author of this study was proposed to conduct tests on the input variables of this algorithm, aiming to optimize the machine learning results and thus gain a better understanding of their influence and importance in planning algorithm improvement. Therefore, 100 images from the central region of the state of Paraná were collected, vectorized, and classified, with a raster mask assigned to each image indicating the classes of interest. These masks underwent a reclassification process to reduce the number of classes, making each grouping more specific. The datasets underwent a process called augmentation, where each image and mask were subjected to rotation processes, increasing the dataset to 400, which was also assigned as a variable in order to understand the impact that larger datasets have on learning. Finally, each grouping was subjected to six patterns of learning optimization parameters, and it was observed that the best result was achieved by applying pattern 1 to grouping C1 of the 400-data dataset, resulting in an accuracy of 93.14% and a Mean IOU of 86.83%. It was concluded that the patterns do not have a significant influence on improving accuracy and Mean IOU. However, it was observed that the dataset size variable had a significant impact on the final result. Therefore, to enhance the results, it is recommended to increase the dataset size.