Classificação de Uso do Solo

Trabalho da disciplina de Sensoriamento Remoto (GEO05038) 2022/1. Código reorganizado com uv.

Benchmark de modelos tradicionais e profundos para classificação de uso do solo no EuroSAT-RGB (Sentinel-2, 10 classes, 27 000 patches), com análise de explicabilidade.

Família	Modelo	Entrada
Tradicional	Random Forest	features manuais (histogramas HSV, textura GLCM, momentos de Hu, VARI)
Tradicional	XGBoost	mesmas features manuais
CNN	ResNet-18	224×224 RGB, pré-treinada no ImageNet

Todos os modelos compartilham as mesmas partições estratificadas de 5 folds. As métricas são reportadas como média ± desvio com IC bootstrap a 95%; as diferenças par-a-par entre modelos são avaliadas com bootstrap pareado e McNemar (correção de Holm). O pipeline também calcula importância de features / SHAP para os modelos tradicionais e Grad-CAM / sensibilidade por oclusão para a ResNet-18.

Requisitos

uv para gerenciamento de dependências. Instale com:

curl -LsSf https://astral.sh/uv/install.sh | sh

Início rápido

uv sync                            # resolve + instala no .venv (apenas na 1ª vez)
bash scripts/run_all.sh            # estudo completo (~6–10 h em uma GPU)
# ou, para um smoke-test:
bash scripts/run_all.sh --fast     # < 10 min

scripts/run_all.sh chama cada etapa via uv run, então o venv do projeto é usado automaticamente. As figuras (matrizes de confusão, F1 por classe, calibração, curvas de treino, importância de features, SHAP, Grad-CAM, oclusão) são gravadas em results/figures/; as métricas agregadas em results/metrics/.

Comandos úteis

uv run python scripts/06_evaluate_all.py   # apenas reagrega métricas
uv add some-package                        # adiciona dependência de runtime
uv lock --upgrade                          # atualiza o lockfile

Estrutura do projeto

src/land_classification/   pacote (data, models, training, evaluation, explain)
scripts/                   pontos de entrada numerados (01_… → 09_…) + run_all.sh
configs/default.yaml       fonte única de verdade para hiperparâmetros
results/                   métricas, figuras, predições, checkpoints, explicações (no .gitignore)