Ce este de fapt SENSERO<\/h2>\n\n
SENSERO este un set de date cu exact 10.000 de loca\u021bii din Rom\u00e2nia, extrase din imagini Sentinel-2. Ceea ce \u00eel diferen\u021biaz\u0103 de alte seturi de date de teledetec\u021bie este o decizie de proiectare: \u00een loc s\u0103 fixeze o singur\u0103 dimensiune a zonei de studiu, a\u0219a cum fac aproape toate celelalte seturi de date, acesta ofer\u0103 fiecare loca\u021bie la opt dimensiuni diferite<\/strong>, de la un prim-plan str\u00e2ns de 64\u00d764 pixeli (aproximativ 0,4 km l\u0103\u021bime) p\u00e2n\u0103 la o vedere larg\u0103 de 336\u00d7336 pixeli (aproximativ 3,4 km), toate av\u00e2nd acela\u0219i centru. \u00centregul scop este de a aborda o \u00eentrebare pe care domeniul o trece de obicei cu vederea \u2014 c\u00e2t de mare ar trebui s\u0103 fie de fapt o zon\u0103?<\/em> A\u0219adar, setul de date nu v\u0103 arat\u0103 doar 10.000 de locuri; v\u0103 arat\u0103 fiecare loc prin opt ferestre de l\u0103\u021bime cresc\u00e2nd\u0103. Aceasta \u00eenseamn\u0103 80.000 de imagini etichetate. <\/p>\n\n \u0218i sunt etichetate. Fiecare fragment, la fiecare dimensiune, poart\u0103 cinci descrieri paralele<\/strong> a ceea ce con\u021bine: trei niveluri ale ierarhiei standard europene de acoperire a terenului \u2014 de la c\u00e2teva categorii largi p\u00e2n\u0103 la aproximativ treizeci \u0219i patru de categorii fine \u2014 plus dou\u0103 vocabulare alternative, cel utilizat de setul de date BigEarthNet, larg citat, \u0219i o schem\u0103 pe care am adaptat-o peisajului rom\u00e2nesc. Etichetele nu sunt scrise manual; ele sunt generate determinist dintr-o hart\u0103 autoritar\u0103 de acoperire a terenului, astfel \u00eenc\u00e2t fiecare poate fi urm\u0103rit\u0103 p\u00e2n\u0103 la sursa sa. <\/p>\n\n Aceste etichete sunt scrise ca liste simple, separate prin virgul\u0103, \u0219i acest lucru este deliberat, deoarece ocole\u0219te o alegere pe care majoritatea seturilor de date v-o impun. Majoritatea seturilor de date clasice de teledetec\u021bie v\u0103 ofer\u0103 o imagine \u0219i o singur\u0103 clas\u0103 \u2014 \u201ep\u0103dure\u201d, \u201eap\u0103\u201d, \u201eurban\u201d \u2014 ceea ce se potrive\u0219te unui clasificator tradi\u021bional de \u00eenv\u0103\u021bare automat\u0103, dar aplatizeaz\u0103 orice altceva. Noile seturi de date viziune-limbaj<\/strong> v\u0103 ofer\u0103 subtitr\u0103ri \u00een text liber, ideale pentru modelele pe care le pute\u021bi interoga \u00een limbaj simplu \u2014 \u201ear\u0103ta\u021bi-mi fragmente cu un r\u00e2u care traverseaz\u0103 teren agricol\u201d<\/em> \u2014 dar incomode pentru a alimenta un clasificator simplu. Etichetele SENSERO se afl\u0103 \u00een ambele lumi simultan: citi\u021bi \u0219irul ca o fraz\u0103 \u0219i ave\u021bi o subtitrare pentru un model viziune-limbaj; \u00eemp\u0103r\u021bi\u021bi-l dup\u0103 virgule \u0219i ave\u021bi o list\u0103 cu etichete multiple pentru \u00eenv\u0103\u021barea automat\u0103 clasic\u0103. Acela\u0219i set de date le serve\u0219te pe am\u00e2ndou\u0103, f\u0103r\u0103 reformatare \u2014 \u0219i o face la fiecare dintre cele opt sc\u0103ri. <\/p>\n\n C\u00e2teva alte aspecte \u00eel fac mai mult dec\u00e2t simple \u201eimagini cu text ata\u0219at\u201d:<\/p>\n\n Aproape fiecare set de date de teledetec\u021bie ia o decizie tacit\u0103 \u0219i apoi nu o mai revizuie\u0219te niciodat\u0103: alege o singur\u0103 dimensiune a zonei. EuroSAT taie lumea \u00een pl\u0103ci de 64\u00d764 pixeli, BigEarthNet \u00een 120\u00d7120, iar de atunci fiecare model antrenat pe ele vede peisajul prin acea fereastr\u0103 fix\u0103 \u2014 \u0219i numai prin aceea. <\/p>\n\n Dar dimensiunea nu este o chestiune tehnic\u0103; \u00een geografie, face parte din semnifica\u021bie. O fereastr\u0103 de 200 de metri ar putea surprinde un singur c\u00e2mp; o fereastr\u0103 de un kilometru surprinde locul acelui c\u00e2mp \u00eentr-un mozaic de parcele, drumuri \u0219i un r\u00e2u. M\u0103ri\u021bi, \u0219i vede\u021bi textura; mic\u0219ora\u021bi, \u0219i vede\u021bi contextul. Unui model c\u0103ruia i se ofer\u0103 doar una dintre acestea i se spune \u00een mod tacit c\u0103 cealalt\u0103 nu conteaz\u0103. <\/p>\n\n Ceea ce este surprinz\u0103tor este c\u00e2t de pu\u021bin \u0219tim de fapt despre care fereastr\u0103 este cea potrivit\u0103. \u00centrebarea \u2014 c\u00e2t de mult modific\u0103 dimensiunea fragmentului ceea ce \u00eenva\u021b\u0103 un model?<\/em> \u2014 a fost abordat\u0103 doar \u00een experimente izolate, unice, care tind s\u0103 nu fie de acord: unele raporteaz\u0103 o cre\u0219tere a preciziei pe m\u0103sur\u0103 ce fragmentele cresc, altele constat\u0103 c\u0103 fragmentele mai mari estompeaz\u0103 tocmai detaliul care a f\u0103cut ca clasificarea s\u0103 func\u021bioneze. Motivul este structural. Dimensiunea fragmentului nu a fost aproape niciodat\u0103 studiat\u0103 ca o variabil\u0103 de sine st\u0103t\u0103toare, deoarece \u00een practic\u0103 este constr\u00e2ns\u0103 de setul de date \u2014 schimba\u021bi dimensiunea \u0219i, de obicei, a\u021bi schimbat \u0219i senzorul, regiunea \u0219i etichetele, a\u0219a c\u0103 nu pute\u021bi spune niciodat\u0103 cu exactitate care a influen\u021bat rezultatul. <\/p>\n\n Acesta este decalajul pe care SENSERO \u00ee\u0219i propune s\u0103 \u00eel umple. Aceea\u0219i loca\u021bie este furnizat\u0103 \u00een opt dimensiuni care partajeaz\u0103 acela\u0219i centru, schema de etichetare \u0219i data de achizi\u021bie, astfel \u00eenc\u00e2t singurul lucru care se modific\u0103 de la o versiune la alta este c\u00e2t de mult teren \u00eenconjur\u0103tor include fereastra. Acest lucru transform\u0103 dimensiunea fragmentului dintr-un num\u0103r arbitrar \u00eengropat \u00eentr-un fi\u0219ier de configurare \u00een ceva pe care pute\u021bi rula de fapt un experiment controlat. <\/p>\n\n A\u0219adar, am efectuat acel experiment \u2014 iar r\u0103spunsurile nu sunt cele evidente \u201emai mare este mai bine\u201d.<\/p>\n\n Pentru distinc\u021bii grosiere (este urban, teren agricol, p\u0103dure sau ap\u0103?), dimensiunea ferestrei abia a contat: o zon\u0103 mic\u0103 \u00ee\u0219i face deja treaba. Dar pentru clasele fine, mai mult context a ajutat enorm \u2014 \u0219i \u00eentr-un mod elocvent. Clasele care au c\u00e2\u0219tigat cel mai mult sunt cele a c\u0103ror defini\u021bie este un model<\/em>, mai degrab\u0103 dec\u00e2t un lucru: \u201ecultur\u0103 complex\u0103\u201d, \u201ep\u0103dure-tuf\u0103ri\u0219 de tranzi\u021bie\u201d, un mozaic de c\u00e2mpuri mici. O fereastr\u0103 \u00eengust\u0103 se opre\u0219te pe un c\u00e2mp \u0219i nu poate spune c\u0103rui model \u00eei apar\u021bine; o fereastr\u0103 larg\u0103 arat\u0103 modelul \u00een sine. Dimensiunea fragmentului de care are nevoie un model, se pare, este stabilit\u0103 mai pu\u021bin de senzor dec\u00e2t de c\u00e2t de fin \u00eei cere\u021bi s\u0103 denumeasc\u0103 terenul. <\/p>\n\n C\u00e2\u0219tigurile se aplatizeaz\u0103, \u00eens\u0103. Peste aproximativ 224\u2013256 de pixeli \u2014 \u00een jur de 2 p\u00e2n\u0103 la 2,5 km l\u0103\u021bime \u2014 ferestrele mai mari nu mai aduc prea multe beneficii. \u0218i exist\u0103 o asimetrie demn\u0103 de \u0219tiut: un model antrenat pe vederi largi se adapteaz\u0103 bine la cele \u00eenguste, dar un model antrenat pe vederi \u00eenguste are probleme atunci c\u00e2nd i se ofer\u0103 una larg\u0103, deoarece nu a trebuit niciodat\u0103 s\u0103 recunoasc\u0103 multe lucruri simultan. <\/p>\n\n Exist\u0103 o alt\u0103 constatare u\u0219or de omis, dar care conteaz\u0103 mult: modul \u00een care decide\u021bi s\u0103 eticheta\u021bi terenul<\/em> \u2014 c\u00e2t de fin \u00eel \u00eemp\u0103r\u021bi\u021bi \u00een categorii \u2014 modific\u0103 rezultatele unui model aproape la fel de mult ca \u0219i dimensiunea fragmentului. Numind ceva pur \u0219i simplu \u201ep\u0103dure\u201d, un model o gestioneaz\u0103 u\u0219or; cere\u021bi-i s\u0103 disting\u0103 \u00eentre p\u0103dure de foioase, de conifere \u0219i mixt\u0103, iar acela\u0219i model pe aceea\u0219i imagine pare brusc mult mai slab. Problema este c\u0103 dou\u0103 studii care raporteaz\u0103 precizii foarte diferite s-ar putea s\u0103 nu fie de fapt \u00een dezacord cu privire la nimic real \u2014 s-ar putea s\u0103 fi sortat acela\u0219i teren \u00een categorii diferite. A\u0219adar, ambele alegeri, dimensiunea fragmentului \u0219i modul \u00een care este etichetat terenul, merit\u0103 s\u0103 fie declarate \u00een prealabil \u0219i comparate echitabil, nu l\u0103sate nespecificate. SENSERO v\u0103 permite s\u0103 le testa\u021bi pe r\u00e2nd. <\/p>\n\n Dac\u0103 sunte\u021bi un student<\/strong> care intr\u0103 \u00een domeniul observ\u0103rii P\u0103m\u00e2ntului, SENSERO este conceput pentru a fi accesibil: un set de date gata f\u0103cut, etichetat, cu diviz\u0103ri curate pentru antrenament\/testare pe care \u00eel pute\u021bi utiliza pentru a \u00eenv\u0103\u021ba cum se comport\u0103 modelele de acoperire a terenului \u2014 clasice sau viziune-limbaj \u2014 pe date geospa\u021biale reale, f\u0103r\u0103 a petrece mai \u00eent\u00e2i trei luni aranj\u00e2nd pl\u0103ci brute.<\/p>\n\n Dac\u0103 sunte\u021bi un cercet\u0103tor<\/strong>, este un reper a c\u0103rui metodologie o pute\u021bi examina, cu linii de baz\u0103 reproductibile \u2014 \u0219i, \u00een acela\u0219i timp, un set de date la scar\u0103 na\u021bional\u0103 pentru o \u021bar\u0103 care lipse\u0219te din principalele colec\u021bii europene precum BigEarthNet, ceea ce \u00eel face o \u021bint\u0103 gata f\u0103cut\u0103 pentru testarea modului \u00een care modelele antrenate \u00een alt\u0103 parte se men\u021bin pe teren nou.<\/p>\n\n \u0218i dac\u0103 sunte\u021bi pur \u0219i simplu curios<\/strong> despre cum fotografiile satelitare devin ceva din care un computer poate \u00eenv\u0103\u021ba, sper c\u0103 acest lucru v\u0103 ofer\u0103 o privire \u00een culise. Imaginile \u00een sine sunt gratuite pentru oricine le poate desc\u0103rca, dar transformarea lor \u00eentr-un set de date pe care oamenii se pot baza necesit\u0103 mult\u0103 munc\u0103 r\u0103bd\u0103toare, \u00een mare parte invizibil\u0103 \u2014 \u0219i despre aceast\u0103 munc\u0103 este vorba de fapt \u00een SENSERO. <\/p>\n\n SENSERO este un efort de echip\u0103 al laboratorului GeoSense de la POLITEHNICA Bucure\u0219ti. Am petrecut mult timp construind setul de date; colegii mei au fost esen\u021biali \u00een validarea datelor \u0219i a rezultatelor, analizarea acestora \u0219i modelarea manuscrisului final. Proiectul a pornit dintr-o necesitate: existau multe imagini frumoase peste Rom\u00e2nia \u0219i foarte pu\u021bine dintre ele \u00eentr-o form\u0103 pe care o puteai pur \u0219i simplu utiliza<\/em>. Construirea corect\u0103 a lucrului \u2014 e\u0219antionarea dens\u0103 multi-scar\u0103, cele cinci straturi de etichete, diviz\u0103rile spa\u021bial oneste, verific\u0103rile nesf\u00e2r\u0219ite de consisten\u021b\u0103 \u2014 a durat mult mai mult dec\u00e2t versiunea care ar fi ar\u0103tat bine \u00eentr-un slide. Cred c\u0103 a meritat. <\/p>\n\n Setul de date, fluxul de procesare \u0219i codul de referin\u021b\u0103 sunt toate lansate deschis sub o licen\u021b\u0103 Creative Commons \u2014 datele pe Zenodo<\/a>, codul pe GitHub<\/a> \u2014 iar lucrarea complet\u0103<\/a> este publicat\u0103 \u00een Remote Sensing<\/em> (MDPI).<\/p>\n\n Dac\u0103 ajunge\u021bi s\u0103-l utiliza\u021bi, pentru o tez\u0103, o lucrare sau doar un experiment de weekend, mi-ar pl\u0103cea s\u0103 aflu ce construi\u021bi. \u0218i dac\u0103 publica\u021bi o lucrare academic\u0103 bazat\u0103 pe SENSERO, anun\u021ba\u021bi-ne: am fi bucuro\u0219i s\u0103 v\u0103 list\u0103m lucrarea printre lucr\u0103rile conexe de pe pagina Zenodo a setului de date, astfel \u00eenc\u00e2t \u0219i al\u021bii s\u0103 o poat\u0103 g\u0103si. <\/p>\n\n <\/p>\n\n <\/p>\n","protected":false},"excerpt":{"rendered":" SENSERO este un set de date deschis Sentinel-2 cu 10.000 de loca\u021bii din Rom\u00e2nia, fiecare la opt dimensiuni de zon\u0103, cu etichete multiple, construit pentru a r\u0103spunde unei \u00eentreb\u0103ri pe care teledetec\u021bia o trece adesea cu vederea: c\u00e2t de mare ar trebui s\u0103 fie zona studiat\u0103?<\/p>\n","protected":false},"author":2,"featured_media":9621,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_import_markdown_pro_load_document_selector":0,"_import_markdown_pro_submit_text_textarea":"","_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"categories":[75],"tags":[],"class_list":["post-9620","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-seturi-de-date"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t![\"\"](\"https:\/\/teodorcostachioiu.com\/wp-content\/uploads\/2026\/10\/sensero_clc_figure-1024x506.png\")
<\/figure>\n\n![\"\"](\"https:\/\/teodorcostachioiu.com\/wp-content\/uploads\/2026\/10\/sensero_multiscale-1024x647.png\")
<\/figure>\n\n\n
De ce \u201eo singur\u0103 dimensiune a zonei\u201d este o presupunere adesea ignorat\u0103<\/h2>\n\n
Ce a ar\u0103tat \u00een cele din urm\u0103<\/h2>\n\n
Cui se adreseaz\u0103?<\/h2>\n\n
\u00cen spatele SENSERO<\/h2>\n\n
\n\n