🏠 Edificios v.2026-07-06: punto de referencia por ubicación
Esta página detalla la validación del modelo de segmentación 🏠 Edificios v.2026-07-06 (dominio global, 0,3 m/z19) en 14 áreas de interés (AOI), en comparación con la versión anterior v.2025-12-10 (el modelo de producción actual 🏠 Edificios). Para cada AOI, las dos máscaras de predicción se muestran una al lado de la otra; haga clic en cualquier imagen para abrirla en tamaño completo y use las teclas de flecha ← / → para navegar entre ellas.
Todas las métricas se basan en áreas: IoU es la intersección sobre la unión de las máscaras de construcción predichas y reales, y F1/Precisión/Recuperación se calculan en el área de máscara superpuesta. Ejecuciones de evaluación: 2026-06-13 (conjunto global) y 2026-06-16 (conjunto satelital).
Leyenda del color de la máscara: v.2026-07-06 · v.2025-12-10
Conjunto de validación de imágenes aéreas.
Validación sobre el conjunto global de 9 áreas de interés (mixta urbana/suburbana/rural).
Estados Unidos — Fort Myers
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,907 |
0,951 |
0,983 |
0,921 |
v.2025-12-10 |
0.880 |
0.936 |
0.974 |
0.901 |


Canadá — Rigaud
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,870 |
0,930 |
0,934 |
0,927 |
v.2025-12-10 |
0,842 |
0.914 |
0.923 |
0.907 |


Sudáfrica — Worcester
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,592 |
0,744 |
0,867 |
0,651 |
v.2025-12-10 |
0.385 |
0.556 |
0.845 |
0.415 |


Nueva Zelanda — Wellington
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,838 |
0,912 |
0,900 |
0,924 |
v.2025-12-10 |
0.790 |
0.883 |
0,888 |
0,878 |


Costa de Marfil — Bangolo
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,663 |
0,797 |
0.844 |
0,755 |
v.2025-12-10 |
0,642 |
0,782 |
0,927 |
0,676 |


Reino Unido — Londres
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,813 |
0,897 |
0,873 |
0,922 |
v.2025-12-10 |
0.730 |
0.844 |
0.800 |
0,892 |


Australia — Adelaida
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,868 |
0,929 |
0,914 |
0,945 |
v.2025-12-10 |
0.830 |
0.907 |
0,899 |
0,915 |


Estados Unidos — Phoenix
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,903 |
0,949 |
0,944 |
0,953 |
v.2025-12-10 |
0,847 |
0.917 |
0.902 |
0.933 |


Nueva Zelanda — Lower Hutt
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,867 |
0,929 |
0,956 |
0,903 |
v.2025-12-10 |
0.814 |
0,898 |
0.931 |
0,867 |


Conjunto de validación de imágenes satelitales.
Validación del conjunto global de imágenes satelitales en 5 áreas urbanas densas.
Emiratos Árabes Unidos — Abu Dabi
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,751 |
0,858 |
0,828 |
0,890 |
v.2025-12-10 |
0,717 |
0,835 |
0.817 |
0,854 |


India — Bangalore
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,779 |
0,876 |
0,859 |
0,894 |
v.2025-12-10 |
0,735 |
0,847 |
0,848 |
0,846 |


Arabia Saudita — Riad
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,817 |
0,899 |
0,920 |
0,879 |
v.2025-12-10 |
0,654 |
0,791 |
0,687 |
0,931 |


India — Thane
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,768 |
0,869 |
0,889 |
0,849 |
v.2025-12-10 |
0,722 |
0,839 |
0,871 |
0.809 |


Rusia — Ufá
Modelo |
pagaré |
F1 |
Precisión |
Recordar |
|---|---|---|---|---|
v.2026-07-06 |
0,821 |
0,902 |
0,897 |
0,907 |
v.2025-12-10 |
0.818 |
0.900 |
0,897 |
0.903 |


Resumen
v.2026-07-06 lidera el modelo de producción anterior en F1 en los 14 AOI. En el conjunto de validación global de imágenes aéreas (9 AOI), la F1 media basada en área aumenta de 0,849 a 0,893 (IoU 0,751 → 0,813); en las cinco AOI de imágenes satelitales de zonas urbanas densas, la media F1 aumenta de 0,842 a 0,881 (IoU 0,729 → 0,787), impulsada principalmente por una mayor recuperación y precisión en áreas urbanizadas informales y de alta densidad como Riyadh, Bangalore y Thane.