Habla con nosotros

Datos visuales

En desarrollo

Datos de imagen de personas que estuvieron allí de verdad

Los equipos de IA necesitan imágenes actuales de calles, tiendas y edificios. Estamos creando tareas en las que los jugadores capturan esas imágenes sobre el terreno, en 70 países.

Este producto está en desarrollo. Esta página describe lo que estamos construyendo y lo que ya existe por debajo.

Lugar
Grote Houtstraat, Haarlem
Dispositivo
Atestado
Privacidad
Caras eliminadas
Derechos
Licencia registrada
Ilustración sobre una foto de calle de dominio público: el aspecto que debería tener una captura al entregarse. Foto: Fons Heijnsbroek, CC0

El vacío

Qué falta hoy

01

Se quedan anticuadas

Las imágenes a pie de calle se renuevan, en el mejor de los casos, cada pocos años. Un escaparate, el trazado de una calle o una obra pueden cambiar en una semana.

02

Siguen al coche

Los vehículos de cartografía cubren carreteras. Los caminos peatonales, los mercados, las estaciones y buena parte de las ciudades del mundo tienen poca cobertura o ninguna.

03

Nadie puede responder por ellas

Las imágenes extraídas de internet llegan sin prueba de dónde ni cuándo se tomaron, y sin un consentimiento claro de quien las tomó.

Cómo funcionará

Cómo funcionará

01

Tú defines la tarea

Lugares, ángulos, condiciones

Una lista de escaparates, una serie de cruces de noche, una calle bajo la lluvia. Tú dices qué necesita ver el modelo y en qué cantidad.

02

Se convierte en una misión

En el mapa, para jugadores cercanos

La tarea aparece en la app para las personas que ya están cerca, con una recompensa por completarla.

03

La gente lo captura sobre el terreno

Lugar y hora verificados

Una captura solo cuenta si viene de un dispositivo atestado dentro del radio, así que cada imagen lleva un lugar y una hora que se han comprobado.

04

Recibes un conjunto de datos

Revisado y con filtro de privacidad

Con la calidad comprobada, filtrado por privacidad y entregado con sus metadatos de ubicación y hora.

De la captura al entrenamiento

Qué ocurre con una captura

Una foto todavía no es un dato de entrenamiento. Hay cinco pasos entre la captura y tu modelo.

  1. CapturaSobre el terreno, desde un dispositivo atestado.
  2. VerificaciónEl servidor comprueba el lugar y la hora.
  3. Filtro de privacidadSe eliminan las caras y las matrículas.
  4. EtiquetasLos objetos reciben una etiqueta y un recuadro.
  5. EntregaComo conjunto de datos, con metadatos y una licencia.

Recortes etiquetados, tal como estarían en un conjunto de datos

  • rótulo
  • rótulo
  • fachada
  • banner
Ilustración: recortes de la misma foto de calle de dominio público.

Usos

Para qué se usa este tipo de datos

Un modelo solo conoce el mundo físico a través de imágenes de él. Eso vale tanto para un asistente que responde preguntas sobre una foto como para un robot que cruza una plaza. Aquí tienes una calle y ocho cosas que un modelo puede extraer de ella.

Ilustración: las capas se han colocado a mano sobre una fotografía de calle de dominio público. No las ha generado ningún modelo.

Ya en marcha

Lo que ya existe

El producto de captura es nuevo. La red, la verificación y el motor de misiones ya están funcionando.

Una red activaJugadores en 70 países, 31 idiomas
Presencia verificadaDispositivos atestados, ubicaciones falsas rechazadas
Un motor de misionesMisiones de varios pasos, revisadas y por fases
Canales de recompensaPagos con límites diarios y revisión
Modelos de visiónYa leen fotos de calles para nuestro mapa 3D

Principios

Nuestras reglas básicas

Consentimiento y pago

Quienes contribuyen saben qué capturan y por qué, dan su conformidad y cobran por ello.

Privacidad antes de la entrega

Las caras y las matrículas se eliminarán antes de que cualquier conjunto de datos salga de nuestras manos.

Derechos en regla

Cada imagen llegará con una licencia clara de la persona que la tomó, trazable hasta una captura verificada.

Socios de diseño

¿Qué imágenes necesita tu modelo?

Estamos dando forma a las primeras tareas de captura con un número reducido de equipos de IA. Si te faltan datos del mundo físico, queremos saber cuáles.