🤖 machine learning

Explainable few-shot learning workflow for detecting invasive and exotic tree species

Este artículo propone un flujo de trabajo de aprendizaje de pocos disparos explicable que integra una red siamesa con XAI para detectar eficazmente especies de árboles invasoras y exóticas en la Mata Atlántica de Brasil utilizando imágenes de UAV, logrando una alta precisión con un mínimo de datos etiquetados mientras proporciona explicaciones visuales transparentes para sus predicciones.

Autores originales: Caroline M. Gevaert, Alexandra Aguiar Pedro, Ou Ku, Hao Cheng, Pranav Chandramouli, Farzaneh Dadrass Javan, Francesco Nattino, Sonja Georgievska

Publicado 2026-09-11

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Caroline M. Gevaert, Alexandra Aguiar Pedro, Ou Ku, Hao Cheng, Pranav Chandramouli, Farzaneh Dadrass Javan, Francesco Nattino, Sonja Georgievska

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En la densa y vibrante Selva Atlántica de Brasil, se libra una batalla silenciosa entre los árboles nativos y las especies invasoras que amenazan con desplazarlos. Durante décadas, los ecologistas han dependido de recorrer el suelo del bosque para identificar a estos intrusos, un proceso lento y laborioso que deja vastas áreas sin monitorear. Hoy, las herramientas de observación se han desplazado hacia el cielo. Los vehículos aéreos no tripulados, o drones, pueden ahora capturar fotografías de alta resolución del dosel forestal, ofreciendo una vista de pájaro que revela la forma y el color de los árboles individuales. Sin embargo, convertir estas imágenes en conocimiento útil requiere inteligencia artificial. El desafío reside en entrenar estos sistemas informáticos. La mayoría de los modelos de IA modernos son como estudiantes que necesitan estudiar miles de ejemplos de cada materia antes de poder aprobar un examen. En bosques remotos, donde los datos son escasos y los expertos son pocos, reunir tales bibliotecas masivas de imágenes etiquetadas suele ser imposible. Además, incluso cuando estos modelos hacen una suposición, a menudo actúan como "cajas negras", ofreciendo un resultado sin explicar cómo llegaron a él, lo que dificulta que los gestores forestales confíen en la respuesta.

Un equipo de investigadores ha desarrollado un nuevo enfoque para cerrar esta brecha, creando un sistema que puede aprender a detectar árboles invasores con muy pocos ejemplos y, lo que es crucial, mostrar su trabajo. Publicada en un estudio centrado en el Parque Natural Bororé en São Paulo, la investigación presenta un flujo de trabajo que combina un tipo específico de inteligencia artificial con un método de explicación visual. En lugar de requerir miles de fotos para aprender cómo luce una palmera invasora, el sistema utiliza una estrategia de aprendizaje de "pocos disparos" (few-shot learning). Esto permite que el modelo sea entrenado en un puñado de especies conocidas primero, y luego se adapte rápidamente para reconocer especies nuevas, raras o invasoras utilizando solo unos pocos ejemplos de imágenes. Para asegurar que el sistema no esté simplemente adivinando, los investigadores añadieron una capa de transparencia. Cuando la computadora identifica un árbol, no solo emite un nombre; muestra las imágenes específicas de su memoria que la llevaron a esa conclusión, permitiendo que un experto humano verifique si la coincidencia visual tiene sentido.

El estudio se centró en la palma Seafórtia, una especie australiana invasora que ha echado raíces en los parques brasileños, compitiendo con la flora local y alterando el ecosistema local. Para construir su sistema, los investigadores comenzaron recopilando un pequeño conjunto de datos de entrenamiento. Utilizaron conjuntos de datos existentes y nuevos vuelos de drones para identificar cinco especies de árboles comunes, creando una biblioteca de ejemplos "conocidos". Luego entrenaron una red neuronal —un programa informático diseñado para imitar la forma en que el cerebro procesa los patrones visuales— con estas cinco especies. Los investigadores probaron dos versiones diferentes de esta red: una construida desde cero con capas simples, y otra basada en un diseño preexistente y ligero llamado MobileNet, conocido por ser eficiente en computadoras pequeñas. Ambas versiones fueron diseñadas para comparar dos imágenes y decidir qué tan similares son, en lugar de simplemente memorizar una lista de especies.

Una vez que el sistema fue preentrenado, los investigadores introdujeron el verdadero desafío: identificar la palma invasora Seafórtia y otras especies nuevas utilizando solo un número diminuto de ejemplos. Esta es la parte de "pocos disparos" del proceso. Le mostraron al sistema solo una, dos o tres fotos de la nueva especie objetivo y le pidieron que aprendiera la diferencia. Los resultados fueron sorprendentes. El sistema que utilizaba la estructura de MobileNet, que había sido preentrenado en una vasta biblioteca de imágenes generales, resultó ser mucho más efectivo que la versión más simple. Al recibir solo tres ejemplos de una nueva especie, el sistema basado en MobileNet identificó correctamente los árboles invasores con un alto grado de precisión, superando significativamente al modelo más sencillo. Esto demostró que un sistema sofisticado y preentrenado podía adaptarse a un entorno nuevo y con pocos datos mucho más rápido que empezando desde cero.

Quizás la contribución más significativa de este trabajo, sin embargo, es cómo maneja el "por qué" detrás de la decisión. En muchas aplicaciones de inteligencia artificial, el razonamiento está oculto. Aquí, los investigadores hicieron visible el razonamiento. Cuando el sistema clasifica un árbol, extrae las imágenes de ejemplo que utilizó para tomar esa decisión y las muestra junto al nuevo árbol. También proporciona un conjunto de métricas para evaluar la calidad de esta explicación. Por ejemplo, verifica la "corrección" para ver si los ejemplos elegidos realmente respaldan la etiqueta final, y la "continuidad" para asegurar que un ligero cambio en la imagen de entrada no cause que el sistema elija un conjunto de ejemplos completamente diferente. El estudio encontró que las explicaciones eran altamente consistentes y que el sistema a menudo seleccionaba imágenes de apoyo que eran visualmente muy similares al objetivo, brindando a los expertos humanos un rastro visual claro a seguir.

Los investigadores probaron su flujo de trabajo en las palmas invasoras Seafórtia encontradas en el Parque Natural Bororé. En un caso de prueba específico, el sistema identificó correctamente una palmera y mostró al usuario las tres imágenes de referencia que utilizó para la comparación. En algunas instancias, el sistema señaló un error potencial al mostrar una imagen de referencia que se veía bastante diferente al objetivo, a pesar de estar etiquetada como la misma especie. Esta retroalimentación visual permitió a los investigadores ver exactamente dónde estaba fallando el modelo, algo que un modelo estándar de "caja negra" nunca revelaría. El estudio concluyó que esta combinación de aprendizaje de pocos disparos y explicación visual ofrece una herramienta práctica y confiable para la gestión forestal. Demuestra que es posible desplegar IA avanzada en los esfuerzos de conservación incluso cuando los datos etiquetados son escasos, siempre que el sistema pueda explicar su lógica de una manera que los humanos puedan entender y verificar. Este enfoque abre un nuevo camino para el uso de drones e inteligencia artificial para proteger la biodiversidad, convirtiendo los vastos y complejos datos del bosque en conocimientos accionables para los conservacionistas.

Resumen Técnico: Flujo de Trabajo de Aprendizaje de Pocos Ejemplares Explicable para la Detección de Especies de Árboles Invasoras y Exóticas

Planteamiento del Problema
Los modelos de aprendizaje profundo para la Observación de la Tierra, particularmente para la identificación de especies de árboles invasoras y exóticas, requieren típicamente extensos conjuntos de datos etiquetados para el entrenamiento y la evaluación. Esta dependencia crea una barrera significativa en escenarios prácticos, especialmente en Países de Ingresos Bajos y Medios (LMIC, por sus siglas en inglés), donde los datos etiquetados son escasos. Además, los enfoques actuales de aprendizaje de pocos ejemplares (FSL, por sus siglas en inglés) a menudo no proporcionan explicaciones suficientes para sus predicciones, dejando a los usuarios sin confianza en el proceso de toma de decisiones del modelo. El desafío específico abordado en este estudio es la detección de especies invasoras (específicamente Archontophoenix cunninghamiana, o Seafórtia) en el Bosque Atlántico de São Paulo, Brasil, donde las inspecciones de campo manuales son laboriosas y la disponibilidad de datos es limitada.

Metodología
Los autores proponen un flujo de trabajo de extremo a extremo que integra imágenes de Vehículos Aéreos No Tripulados (UAV), aprendizaje de pocos ejemplares y la IA Explicable (XAI). La metodología consta de tres pasos principales de procesamiento:

Preparación de Datos y Preentrenamiento:
- Entrada: Ortomosaicos de UAV y un conjunto de datos de referencia (Reforestree).
- Detección de Objetos: Las copas de árboles individuales se extraen automáticamente de las imágenes de UAV utilizando un flujo de trabajo Netflora o se etiquetan manualmente. Estas se combinan con los datos de referencia (banana, cacao, especies frutales) para formar un conjunto de entrenamiento base.
- Arquitectura del Modelo: Dos redes siamesas se preentrenan: una red Neuronal Convolucional (CNN) poco profunda y una arquitectura ligera basada en MobileNet (preentrenada en ImageNet). Ambas redes utilizan una métrica de similitud (distancia euclidiana) para comparar pares de imágenes.
- Estrategia de Entrenamiento: Las redes se entrenan con pares equilibrados de recortes similares (misma especie) y disímiles (diferentes especies) de 128x128 píxeles generados mediante aumentación de datos.
Refinamiento de Aprendizaje de Pocos Ejemplares (Few-Shot Learning):
- Escenario: Los modelos preentrenados se refinan para reconocer nuevas especies objetivo (invasoras y nativas) utilizando un número mínimo de muestras etiquetadas (1-shot a 3-shot).
- Proceso: Los modelos base se ajustan (fine-tuning) utilizando un pequeño conjunto de soporte de muestras etiquetadas manualmente del área de estudio.
- Clasificación: Se evalúan dos métodos de predicción: (1) asignar la clase con la puntuación de similitud promedio más alta, y (2) utilizar la lógica de K-Vecinos Más Cercanos (K-NN) basada en las $K$ puntuaciones de similitud superiores.
Integración de IA Explicable (XAI):
- Explicación Basada en Casos: En lugar de generar mapas de calor (ej. Grad-CAM), el flujo de trabajo proporciona explicaciones visuales basadas en casos. Para una imagen de consulta, el sistema muestra las imágenes del conjunto de soporte más similares de los datos de entrenamiento.
- Métricas de Evaluación: La calidad de estas explicaciones se evalúa cuantitativamente utilizando tres propiedades de contenido Co-12:
  - Corrección ( $C_{cor}$ ): Mide si la explicación (clase mayoritaria de las muestras similares) se alinea con la clasificación final del modelo.
  - Continuidad ( $C_{cty}$ ): Evalúa la estabilidad verificando si la explicación cambia cuando la imagen de entrada es ligeramente perturbada.
  - Contrastividad ( $C_{cst}$ ): Cuantifica la diversidad de las imágenes de soporte seleccionadas para las explicaciones utilizando la entropía de Shannon.

Contribuciones Clave

Flujo de Trabajo Integrado: El artículo presenta un flujo de trabajo novedoso que combina redes siamesas para el aprendizaje de pocos ejemplares con una estrategia de XAI basada en casos, abordando simultáneamente los desafíos de la escasez de datos y la interpretabilidad.
Arquitectura Ligera: El estudio demuestra que una red siamesa basada en MobileNet, aunque es más grande que una CNN poco profunda, sigue siendo lo suficientemente ligera para su despliegue en dispositivos con capacidad computacional limitada, logizando un rendimiento superior.
Evaluación Cuantitativa de XAI: Los autores aplican un marco riguroso (Co-12) para evaluar cuantitativamente la calidad de las explicaciones basadas en ejemplos, yendo más allá de la inspección visual cualitativa.

Resultados

Rendimiento del Modelo Base: La red siamesa basada en MobileNet superó significativamente a la CNN poco profunda en términos de Recall, F1-score y Exactitud (Accuracy), logrando un F1-score de 0.97 y una Exactitud de 0.97 en la tarea de clasificación base.
Aprendizaje de Pocos Ejemplares: El refinamiento con aprendizaje de pocos ejemplares mejoró el rendimiento sobre el aprendizaje de cero ejemplares (zero-shot). El modelo basado en MobileNet alcanzó los mejores resultados con aprendizaje de 3-shot, alcanzando una Precisión de 0.90 y un F1-score de 0.86. La brecha de rendimiento entre MobileNet y la CNN poco profunda se amplió a medida que aumentó el número de muestras de soporte (de 1-shot a 3-shot).
Calidad de la Explicación:
- Corrección: Mejoró significativamente después del refinamiento del modelo (ej. la $C_{cor}$ de MobileNet aumentó de 0.15 a 0.60 en el aprendizaje de 3-shot).
- Continuidad: Ambos modelos mostraron una alta continuidad (valores alrededor de 0.80–0.87), lo que indica explicaciones estables ante pequeñas perturbaciones de la entrada.
- Contrastividad: Se observaron valores altos (cercanos a 1.00), lo que indica una selección diversa de imágenes de soporte para las explicaciones.
- Estudios de Caso Visuales: El artículo proporciona ejemplos visuales que muestran que cuando el modelo realiza una predicción, las imágenes de soporte asociadas suelen corroborar visualmente la decisión, aunque se pueden identificar falsos positivos mediante puntuaciones de similitud bajas en la lista de la explicación.

Significancia
El artículo afirma que este enfoque abre nuevas vías para el uso de la IA y los UAV en la gestión forestal y la conservación de la biodiversidad, particularmente para especies raras o poco estudiadas. Al permitir la clasificación de especies de árboles con un mínimo de datos etiquetados y proporcionar explicaciones visuales basadas en casos, el flujo de trabajo aborda las limitaciones prácticas de la disponibilidad de datos en los LMIC. El estudio enfatiza que las explicaciones basadas en ejemplos se alinean mejor con el razonamiento humano (contrastivo y simple) que los complejos mapas de saliencia, aumentando así la confianza del usuario en los sistemas de monitoreo forestal automatizados. El uso de arquitecturas ligeras como MobileNet sugiere además la viabilidad de desplegar estas soluciones en entornos con recursos limitados.

Más como este