Clasificador KNN de Imágenes de Uso del Suelo

¿Qué hace este workflow?

Este workflow implementa un potente clasificador de imágenes de uso del suelo, aprovechando la inteligencia artificial para analizar y categorizar automáticamente vastas colecciones de fotografías o imágenes satelitales. Recibe una URL de imagen, la procesa utilizando Voyage.ai para generar embeddings de alta calidad, y luego consulta una base de datos vectorial Qdrant para identificar los vecinos más cercanos. La clasificación final se determina mediante un sistema de voto por mayoría, con una lógica integrada para resolver empates incrementando el número de vecinos considerados, garantizando así resultados robustos y fiables. Además, integra un router de LLMs locales con Ollama, ofreciendo la flexibilidad de utilizar modelos de lenguaje grandes de forma privada y autoalojada. Esto permite no solo la clasificación de imágenes sino también la capacidad de interactuar con los datos clasificados o generar informes detallados mediante IA, manteniendo la privacidad y el control total sobre los modelos. Es ideal para profesionales en urbanismo, medio ambiente o agencias gubernamentales que necesiten automatizar el análisis de grandes volúmenes de datos visuales, reduciendo el tiempo de procesamiento manual en horas y mejorando la toma de decisiones informadas.

¿Cómo funciona?

Este workflow usa 16 nodos conectados con 5 tipos diferentes: ChatTrigger, StickyNote, LmChatOllama, Agent, MemoryBufferWindow. La estructura está totalmente conectada — listo para importar.

¿Para quién es?

Diseñado para equipos de IT & DevOps. Nivel avanzado — recomendado para usuarios experimentados. Alto valor de negocio: automatiza una tarea recurrente con impacto directo.