Resumen Técnico: AwakeForest

Declaración del Problema

El análisis de imágenes forestales es un dominio complejo que requiere tareas de visión estrechamente vinculadas, incluyendo la detección de objetos, la delimitación espacial y el análisis cuantitativo. Estas tareas deben operar bajo una variación significativa de regiones geográficas, tipos de sensores y condiciones de adquisición. Existe una brecha crítica en el panorama actual de herramientas: los profesionales carecen de una plataforma unificada que sea simultáneamente geospacial-nativa, optimizada para la nube y ML-integrada para flujos de trabajo de extremo a extremo.

Las soluciones existentes se dividen en dos categorías, ninguna de las cuales aborda plenamente las necesidades de la gestión forestal a gran escala:

1. Herramientas de Anotación Genéricas (p. ej., CVAT, Label Studio, AnyLabeling): Estas admiten el etiquetado asistido por IA, pero tratan las coordenadas geoespaciales y los ortomosaicos masivos como elementos secundarios. No están diseñadas para la imaginería de alta resolución y espacialmente extensa (que oscila entre gigabytes y cientos de gigabytes) típica del monitoreo ecológico.
2. Sistemas de Información Geográfica (SIG) (p. ej., QGIS): Son nativos de la información geográfica y excelentes para la indexación y gestión espacial, pero carecen de flujos de trabajo de anotación de aprendizaje automático interactivos e integrados con capacidades de inferencia de modelos plug-and-play.

En consecuencia, los profesionales suelen enfrentarse a altos costos en la creación de conjuntos de datos etiquetados y luchan contra cambios de dominio que limitan la reutilización de modelos y anotaciones existentes, lo que obliga a una adaptación repetitiva y a la reconstrucción de conjuntos de datos con herramientas fragmentadas.

Metodología y Arquitectura del Sistema

AwakeForest se presenta como una plataforma interactiva de extremo a extremo diseñada para cerrar esta brecha. Integra la inferencia asistida por modelos, la anotación automática y el refinamiento con intervención humana (human-in-the-loop) dentro de un único contexto geoespacial consistente.

Arquitectura de Alto Nivel

El sistema emplea una arquitectura modular orientada a servicios (Figura 1) que consta de cuatro niveles distintos:

• Nivel de Cliente (Next.js): Proporciona la interfaz de usuario para la gestión de proyectos, el registro de conjuntos de datos y la selección de modelos. Utiliza Leaflet para la visualización interactiva de mapas geoespaciales.
• Nivel de Servicio (FastAPI): Actúa como el coordinador central para la autenticación de usuarios, la organización de proyectos y la orquestación de las solicitudes de inferencia. Gestiona la lógica y los servicios de teselación (tiling).
• Nivel de Inferencia de Modelos: Consiste en servicios independientes registrados por los usuarios mediante puntos de conexión (endpoints) de API. Estos servicios son específicos para tareas (p. ej., detección, segmentación) y pueden incluir modelos como YOLO (para detección) y SAM/SAM2 (para segmentación y etiquetado basado en prompts).
• Nivel de Datos (MinIO/Supabase): Almacena grandes conjuntos de datos utilizando Cloud Optimized GeoTIFFs (COGs) en MinIO (compatible con S3). La persistencia de datos y la indexación espacial se gestionan a través de Supabase (PostgreSQL con la extensión PostGIS).

Flujo de Trabajo Principal y Características

La plataforma opera mediante una estructura basada en proyectos que vincula conjuntos de datos con modelos registrados (Figura 2):

1. Interfaz de Doble Vista:
   • Vista Global: Muestra el ortomosaico completo, permitiendo a los usuarios desplazarse, hacer zoom y visualizar superposiciones de anotaciones para el seguimiento del progreso en tiempo real a través de grandes escenas forestales.
   • Vista a Nivel de Parche: Divide el conjunto de datos en parches de imagen de tamaño fijo. Los usuarios pueden seleccionar modelos para generar predicciones sobre el parche actual, anotar manualmente objetos omitidos, asignar etiquetas y verificar la calidad.
2. Representación Geoespacial Unificada: Para garantizar la consistencia, AwakeForest desacopla las anotaciones de los parches de imagen específicos. Los resultados intermedios se almacenan con atributos espaciales absolutos y formatos de geometría estandarizados basados en coordenadas geoespaciales. Esto permite una indexación estable, la comparación entre modelos y actualizaciones incrementales independientemente de la resolución o la fuente de la imaginería.
3. Integración de Modelos Plug-and-Play: Los usuarios pueden registrar puntos de conexión de FastAPI externos para la inferencia. El sistema soporta la segmentación basada en prompts (usando cuadros delimitadores o prompts de texto como "palmera") para generar rápidamente máscaras de instancia, aprovechando las capacidades de pocos disparos (few-shot) de modelos como SAM3.
4. Resultados Listos para el Análisis: El sistema produce resultados que pueden utilizarse directamente para el análisis posterior. Los resultados verificados se promueven a anotaciones finales, mientras que las predicciones intermedias permanecen trazables. Los resultados incluyen densidades de predicción con umbrales de confianza y resúmenes espaciales (p. ej., estimación de densidad de kernel de las ubicaciones de las instancias).

Contribuciones Clave

• Flujo de Trabajo Unificado: AwakeForest proporciona el primer sistema integrado que combina la gestión de datos con enfoque geoespacial, el acceso a ortomosaicos optimizados para la nube y la anotación de ML interactiva.
• Escalabilidad: La plataforma está diseñada para manejar grandes ortomosaicos (varios GB a cientos de GB) mediante la transmisión de teselas bajo demanda a través de TiTiler, eliminando la necesidad de preprocesar archivos grandes para la exploración interactiva.
• Refinamiento con Intervención Humana: Facilita una transición fluida desde la inferencia automatizada hacia la verificación humana, permitiendo actualizaciones de modelos iterativas y el refinamiento del conjunto de datos dentro de un contexto espacial cohesivo.
• Ventaja Comparativa: Como se muestra en la Tabla 1, AwakeForest es la única herramienta entre los principales competidores que soporta simultáneamente operaciones nativas geoespaciales, indexación espacial, optimización en la nube y etiquetado asistido por IA.

Resultados y Demostración

El sistema fue demostrado con el conjunto de datos PALMS, que consiste en ortomosaicos derivados de UAV de alta resolución que cubren grandes regiones forestales continuas con estructuras de dosel densas y heterogéneas.

• Ejecución del Flujo de Trabajo: Los usuarios cargaron los ortomosaicos de PALMS y los exploraron interactivamente a múltiples escalas. Los modelos de detección preentrenados generaron propuestas iniciales para las instancias de palmeras (cuadros delimitadores y centros de la copa).
• Refinamiento: Los usuarios invocaron la segmentación basada en SAM utilizando estos cuadros como prompts para obtener máscaras de instancia de alta resolución sin necesidad de dibujo manual. También se utilizaron prompts de texto (p. ej., "palmera") para recuperar instancias candidatas y generar máscaras.
• Generación de Resultados: La demostración mostró la capacidad de filtrar predicciones por umbrales de confianza y visualizar densidades de predicción mediante la estimación de densidad de kernel. Los resultados finalizados incluyeron resúmenes espaciales como distribuciones de centros de palmeras y recuentos de instancias sobre regiones seleccionadas.

Significado y Reivindicaciones

El artículo posiciona a AwakeForest como una solución práctica para la gestión forestal y el monitoreo ecológico, abordando específicamente la necesidad de flujos de trabajo de extremo a extremo que manejen la escala y la complejidad de la imaginería forestal moderna.

• Utilidad Práctica: La plataforma permite a los usuarios pasar sin problemas de la exploración de imágenes grandes a resultados verificados y listos para el análisis, reduciendo la carga manual de etiquetado y la fricción de cambiar entre herramientas dispares.
• Modestia en las Reivindicaciones: Los autores declaran explícitamente que el trabajo se centra en demostrar las capacidades de la plataforma en un escenario representativo (imágenes forestales RGB) en lugar de proporcionar comparativas cuantitativas sobre la precisión predictiva o la eficiencia de la anotación.
• Direcciones Futuras: El artículo reconoce que la calidad de los resultados depende de la idoneidad de los modelos preentrenados empleados, particularmente bajo cambios de dominio. El trabajo futuro se identifica como la extensión del soporte a modalidades de detección adicionales (multiespectrales, LiDAR, datos temporales) y la habilitación de flujos de trabajo colaborativos de múltiples usuarios.

En resumen, AwakeForest ilustra cómo un flujo de trabajo integrado de extremo a extremo puede soportar la detección, la segmentación, la sumatización espacial y el refinamiento iterativo en un entorno unificado, llenando un vacío crítico en las herramientas disponibles para el análisis forestal a gran escala.