Clasificador de Imágenes por KNN de Usos del Suelo

¿Qué hace este workflow?

Este workflow automatiza la clasificación de imágenes de usos del suelo utilizando un modelo de K-Nearest Neighbors (KNN). Al recibir una URL de imagen, el sistema genera un vector de embedding de alta calidad mediante Voyage.ai, transformando la imagen en datos numéricos interpretables por IA. Posteriormente, consulta una base de datos vectorial Qdrant para identificar los vecinos más cercanos a ese embedding, basándose en un conjunto de datos preexistente de usos del suelo. Finalmente, aplica una votación mayoritaria entre los vecinos encontrados para determinar y devolver la clase o categoría más probable de la imagen. Ideal para aplicaciones en geografía, urbanismo, agricultura de precisión o monitoreo ambiental, este clasificador permite procesar grandes volúmenes de imágenes de forma autónoma. Mejora la eficiencia en el análisis de grandes extensiones de terreno, reduciendo el tiempo y el esfuerzo manual de clasificación y proporcionando resultados consistentes y fiables para la toma de decisiones.

¿Cómo funciona?

Este workflow usa 18 nodos conectados con 6 tipos diferentes: HttpRequest, Code, Set, If, StickyNote y 1 más. La estructura está totalmente conectada — listo para importar.