IJmond Industrial Smoke Segmentation Dataset

A continuación presento un resumen técnico detallado del informe sobre el Conjunto de Datos de Segmentación de Humo Industrial de IJmond, basado en el documento proporcionado.

Resumen Técnico: Conjunto de Datos de Segmentación de Humo Industrial de IJmond

1. Problema Abordado

El informe aborda la necesidad crítica de monitorear y segmentar las emisiones de humo industrial en tiempo real para mejorar la calidad del aire local. El desafío específico radica en la segmentación de píxeles en imágenes de cámaras fijas, donde el objetivo es identificar y delimitar con precisión los píxeles que pertenecen a emisiones de humo industrial.

• Complejidad: La tarea no es binaria simple; requiere distinguir entre humo de alta opacidad (>50%) y baja opacidad (<50%), siguiendo los estándares visuales del EPA Method 9.
• Desafíos Ambientales: La opacidad visual varía según las condiciones de iluminación y la posición del sol, lo que dificulta la clasificación precisa de los límites de opacidad (especialmente cerca del umbral del 50%).

2. Metodología

El equipo desarrolló un pipeline completo que abarca la recolección de datos, la anotación y la estructuración del conjunto de datos para el aprendizaje automático.

• Fuente de Datos:

  • Las imágenes provienen de tres cámaras estacionarias operadas por la organización local FrisseWind.nu en la región de IJmond (Países Bajos).
  • Las cámaras se denominan "kooks_1", "kooks_2" y "hoogovens_6_7", monitoreando diferentes instalaciones industriales.
  • Se obtuvieron 900 imágenes crudas y 2,074 imágenes recortadas.

• Anotación y Etiquetado:

  • Se utilizó la plataforma Roboflow con la herramienta de polígonos inteligentes.
  • Flujo de trabajo: Se empleó el modelo Segment Anything (SAM) como punto de partida para generar máscaras iniciales mediante puntos de referencia, seguido de una refinación manual exhaustiva por los autores.
  • Control de Calidad: El primer autor, con experiencia en detección de humo y entrenamiento en el EPA Method 9, revisó y editó manualmente todas las máscaras.
  • Formato de Máscaras: Las máscaras son imágenes en formato uint8 (entero sin signo de 8 bits):
    • Valor 255 (Blanco): Humo de alta opacidad.
    • Valor 155 (Gris): Humo de baja opacidad.
    • Valor 0 (Negro): Fondo.

• Estrategia de Recorte y División (Splitting):

  • Recorte: Las imágenes crudas se recortaron en regiones de interés basándose en el conocimiento de dominio sobre dónde ocurren frecuentemente las emisiones (lógica del Proyecto RISE).
  • División de Datos: Se ofrecen dos estrategias de división para evitar fugas de datos:
    1. Por Timestamp (Tiempo): 70% entrenamiento, 10% validación, 20% prueba (ordenados cronológicamente).
    2. Por Cámara: 80% de "kooks_2" para entrenamiento, 20% de "kooks_2" para validación, y todas las imágenes de "kooks_1" y "hoogovens_6_7" para prueba.
  • Flexibilidad de Entrenamiento: Se separaron los conjuntos en "con máscara" (con humo) y "sin máscara" (sin humo). Además, el conjunto de entrenamiento incluye versiones escaladas (100%, 80%, 60%, 40%, 20%) basadas en los últimos datos cronológicos, permitiendo simular escenarios con diferentes volúmenes de datos disponibles.

3. Contribuciones Clave

• Nuevo Conjunto de Datos Público: Publicación de un dataset especializado en humo industrial bajo licencia CC BY 4.0, accesible a través de Figshare.
• Doble Nivel de Opacidad: A diferencia de muchos datasets binarios, este incluye distinción explícita entre humo de alta y baja opacidad, alineado con regulaciones ambientales reales.
• Estructura de Datos Flexible:
  • Incluye tanto imágenes crudas como recortadas.
  • Proporciona anotaciones en formato MS COCO (polígonos) y máscaras de píxeles.
  • Ofrece múltiples particiones de entrenamiento para estudiar el impacto de la cantidad de datos en el rendimiento del modelo.
• Transparencia Metodológica: Documentación detallada de las limitaciones de la opacidad visual debido a la iluminación y el proceso de anotación asistido por IA y validado por humanos.

4. Resultados y Estadísticas del Dataset

El informe no presenta resultados de rendimiento de modelos (como IoU o precisión), ya que es un informe técnico de lanzamiento de datos. Sin embargo, proporciona estadísticas clave del conjunto de datos:

• Imágenes Crudas: 900 imágenes totales (7 sin humo).
• Polígonos Anotados: 1,209 polígonos en total.
• Imágenes Recortadas: 2,074 imágenes totales.
  • 1,109 imágenes contienen humo (con máscaras de píxeles).
  • El resto son imágenes de fondo (sin humo).
• Cobertura: Datos de tres cámaras en la región de IJmond, Países Bajos.

5. Significado e Impacto

Este trabajo es significativo por varias razones:

• Avance en Visión por Computadora Industrial: Proporciona un benchmark realista para tareas de segmentación semántica en entornos industriales complejos, donde el fondo es dinámico y el objeto (humo) es translúcido.
• Aplicación Ambiental: Facilita el desarrollo de sistemas automatizados de monitoreo de la calidad del aire, apoyando a organizaciones como FrisseWind.nu en la mejora de la calidad del aire local.
• Reproducibilidad y Accesibilidad: Al publicar los datos, las anotaciones y los scripts de división bajo una licencia abierta, se permite a la comunidad de investigación reproducir experimentos y desarrollar modelos más robustos para la detección de contaminación.
• Apoyo Institucional: El proyecto cuenta con el respaldo del Consejo de Investigación Holandés (NWO), validando su importancia científica y social.

En conclusión, el IJmond Industrial Smoke Segmentation Dataset es un recurso fundamental para la investigación en visión por computadora aplicada a la sostenibilidad ambiental, ofreciendo una solución estructurada y de alta calidad para el desafío de la detección y segmentación de humo industrial.