Hacker News 의견

• OpenStreetMap Foundation에서 인사드림. AI로 감지된 기능을 데이터베이스에 직접 추가하지 말아야 함

  • 알고리즘은 오탐지 문제와 직선 또는 직사각형 객체를 흔들리게 매핑하는 문제를 가짐
  • 누락된 기능을 감지하는 도구로서 유용하지만, 감지된 객체가 올바르게 그려졌는지 확인하기 위해 인간의 개입이 필요함
  • 관련 가이드라인은 OpenStreetMap 위키에서 확인 가능함

• 수영장 감지에 이어 태양광 감지도 시도해보고 싶음

  • OSM이 수작업으로 성장할 수 있다는 생각에 반대하는 의견이 많음
  • 10년 동안 60,000건의 변경을 했지만, 인간 자원봉사자의 열정만으로는 글로벌 스케일의 매핑을 해결할 수 없음
  • 데이터의 품질, 출처, 버그 보고 방법, 소비자 지침을 주석으로 달 수 있는 확장 가능한 프레임워크가 필요함
  • 예를 들어, "지난 1년 동안 인간이 매핑한 유형 X의 비즈니스"를 쿼리하고 싶을 때, "체크 날짜"로 어느 정도 가능함
  • 그러나 속성의 정확성이나 매퍼가 이름/위치만 확인했는지 알 수 없음
  • 매달 자동으로 데이터를 유지하기 위해 모든 장소의 영업 시간을 수집하는 것이 더 나을 수 있음
  • 신뢰할 수 있는 특정 출처만 필터링할 수 있다면 데이터 소비자로서 더 좋을 수 있음
  • AI로 추론된 POI와 같은 제한이 있어도 데이터를 사용할 수 있음

• 자동 매핑을 직접 경험한 후 매우 경계하게 됨

  • 남미를 오토바이로 여행했는데, OSM에는 자동화된 것처럼 보이는 많은 편집이 있어 특정 지역에서는 거의 사용할 수 없음
  • 시골 도로뿐만 아니라 꽤 큰 도시에서도 발생함

• 몇 년 전 이 분야에서 일한 경험이 있음

  • 많은 기존 모델, 데이터셋, 도구 등이 존재함
  • 관련 자료는 GitHub에서 확인 가능함

• 우리는 위성 이미지에서 보이는 것을 매핑하는 것이 아니라, 실제 지상 정보를 매핑하고 있음

  • AI로 상상된 것을 기여하지 말아야 함

• Google은 이를 허용하지 않지만, Mapbox는 비상업적 목적이나 OSM에 사용되는 경우 허용함

  • Mapbox의 위성 이미지를 사용하여 파생 벡터 데이터셋을 생성할 수 있음

• Mozilla가 좋은 브라우저를 만드는 데 집중했으면 좋겠음

• 몇 달 전 비슷한 작업을 했음 (작은 규모의 지리 데이터)

  • 관련 자료는 GitHub에서 확인 가능함

• SAM/2를 미세 조정하여 수영장이나 태양광 배열을 감지하는 방법에 대한 세부 정보를 보고 싶음

  • 커뮤니티 회복력 프로젝트에 유용하지만 SAM2 미세 조정을 따라갈 수 없었음
  • Yolov8 모델은 태양광을 잘 찾고 분할하지만, 가장자리가 매우 나빠서 많은 작업이 필요함
  • SAM2로 훈련된 결과는 훨씬 나아 보임
  • 정확성 문제로 인해 OSM에 추가하지 않겠지만, 다른 곳에서 사용할 수 있음

• 이를 '헤드업 디지타이징'이라고 불렀음