K2 Systems
Riconoscere tetti e ostacoli da immagini satellitari per progettare impianti fotovoltaici
Cliente
K2 Systems GmbH (Germania)
- Settore
- Energia rinnovabile
- Anno
- 2023
- Servizi
- Consulenza e analisiIntelligenza Artificiale
Il progetto
Prima di installare un impianto fotovoltaico bisogna sapere com'è fatto il tetto: quanta superficie utile c'è, dove sono camini, lucernari e antenne. Farlo con un sopralluogo, moltiplicato per migliaia di edifici, non è sostenibile.
K2 Systems sta affrontando il problema alla radice: usare immagini satellitari e intelligenza artificiale per riconoscere automaticamente tetti e ostacoli, e ricavarne indicazioni sulla configurazione ottimale dell'impianto.
Il punto critico di un progetto del genere non è l'algoritmo: sono i dati su cui viene addestrato. Un modello di segmentazione impara da esempi annotati a mano, e se le annotazioni sono imprecise o incoerenti, nessuna architettura recupera l'errore.
Il nostro intervento
Siamo intervenuti esattamente su quel punto.
La costruzione del dataset.
Abbiamo prodotto le annotazioni di tetti e ostacoli su migliaia di immagini satellitari, per un totale di circa 300.000 elementi etichettati, partendo da una pre-annotazione generata dal modello esistente e correggendola.
Il controllo di qualità.
Non ci siamo limitati a produrre etichette: abbiamo gestito la pianificazione del lavoro di annotazione, verificato la qualità dei risultati secondo i criteri definiti dal cliente e condotto un'analisi degli errori del modello, una tassonomia di quali immagini sbaglia e perché, che è ciò che permette di capire dove intervenire.
La pipeline di annotazione.
Il processo è stato impostato secondo i principi dell'active learning, così che ogni ciclo di annotazione migliori il modello e il modello riduca il lavoro del ciclo successivo.
Il modello.
Sulla base del dataset costruito abbiamo sviluppato un modello di deep learning supervisionato, confrontabile per prestazioni con quelli già in uso dal cliente sullo stesso insieme di immagini.
Il risultato
Un dataset di riferimento e un modello di segmentazione con cui K2 Systems può valutare automaticamente il potenziale fotovoltaico di un tetto, senza sopralluogo.
