Open Urban Mapping API— Московская область и Москва

НП Московской области, по которым объектов в OSM больше, чем в наших результатах — Можайский район впереди всех!

Urban Mapping API

Вопросы-ответы

  1. Зачем вам это надо?
    Мы применяем свой продукт, которым является платформа обработки. Мы сами используем открытые данные, поэтому ищем форму, как помогать сообществу картографов.
  2. Что делать с тегами?
    При импорте в JOSM, информация из поля “Properties” проставляется в теги. В первой версии мы склеивали контуры зданий с данными Реформы ЖКХ, в этот раз выкладываем только контуры, а склейки с другими датасетами, геокодинг и проч., возможно, сделаем чаcтью сервиса Urban Mapping API
  3. Как избежать конфликтов с данными OpenStreetMap
    В ММО-датасете мы оставили поле source (если его значение “OSM” — значит такое здание уже есть в OSM по состоянию на июль 2021). Мы согласны, что нужна более продвинутая система мерджинга и разрешения конфликтов, типа “Rapid”, это вопрос интеграции с такими системами.
  4. Как нарезать большой файл, чтобы загрузить в JOSM?
    См. Urban Mapping API
  5. Как импортировать в OpenStreetMap?
    Как обычно, совет “спросите бывалых” — самый действенный. Мы не самые бывалые, но подготовили страницу wiki, для дальнейшего наполнения. В этом посте есть краткий гайд, как заполнить пробелы в своей любимой деревне. “Best practice”.😉
  6. Каково качество ваших данных?
    Мы много времени посвятили работе с научными подходами к исследованиям качества алгоритмов на основе машинного обучения, поэтому теперь оцениваем качество на глаз😁. Нравится — не нравится. Ведь так делают картографы?🤷🏼‍♂️
    Если говорить более серьезно, то мы разрабатываем бенчмарки и тестируем качество алгоритмов на разных примерах территорий. Справедливее говорить о доверительном интервале, в который попадают метрики. Для инстанс-сегментации мы оцениваем “пространственное пересечение” масок эталона и автоматической обработки и считаем объектные метрики (см. пример бенчмарка по территории Москвы — Мос области).
Наложение результатов на бенчмарк и расчет метрик

--

--

--

We apply Machine learning to automated analysis over Earth observation data

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
GeoAlert

GeoAlert

We apply Machine learning to automated analysis over Earth observation data

More from Medium

Flood influence analysis using satellite imagery

Commercial datasets done (mostly) right — always fresh

Right tree, right place: redesigning Europe’s forests with AI

Beginner’s Guide to Synthetic Aperture Radars (SAR)