How computer vision meets human expertise
После преобразования вывода модели в формат, который могут использовать картографические добровольцы, прогнозы системы ИИ затем служат основой для процесса картирования.ИИ выполняет большую часть работы за человека, создающего карты, поэтому она или ему нужно только чтобы заполнить любые пробелы, перепроверить точность и выбрать подходящий тип дороги.В RapiD встроен обширный набор инструментов проверки, чтобы помочь пользователям выявлять и устранять проблемы с данными в режиме реального времени, тем самым улучшая качество окончательного подачи в ОСМ.
«Этот инструмент обеспечивает хороший баланс между предложением объектов, созданных машиной, и картографированием вручную, — говорит Мартейн ван Эксель, давний лидер сообщества открытых картографов, — Он дает картостроителям последнее слово в том, что в конечном итоге будет отображаться на карте, но помогает лишь в достаточной степени». чтобы быть полезным и привлечь внимание к неизведанным местам».
The result has been a better way for people with mapping expertise to do their work.
"Автоматические проверки достоверности данных [позволяют] мне легко находить необходимые изменения, — говорит Деннис Ирорере, научный сотрудник YouthMappers в Нигерии. — Это позволило мне не только быстрее составлять карты, но и улучшить качество дорог". карта данные, которые я отправляю после картирования».
Rendering a suggested road is very quick, he notes, which makes the Map With AI tool easier to use in areas with limited connectivity.
«В моем личном случае этот инструмент помог таким образом, что большинство дорог в выбранной задаче наносятся на карту и наносятся на карту быстрее, — говорит Самуэль Айеорибе, заместитель руководителя отдела технических ГИС в eHealth Africa. предсказывает особенности дороги, это может быть быстро и легко помечено в соответствии с соответствующими дорожными особенностями».