O resultado da segmentação semântica refere-se à análise de uma imagem no contexto "seg_biomas","seg_drone" ou "seg_droneflood", onde um modelo de visão computacional foi utilizado para identificar e classificar diferentes regiões dentro da imagem. O status pode ter três resultados: completed, failed e peding. O reason só há resultado diferente de null quando dá erro. o task_type é o tipo de tarefa sendo realizada.
A imagem original possuía dimensões de anteriores, mas é redimensionado para 640x640 antes da inferência. O processamento gerou uma segmentation mask (máscara de segmentação) codificada em base64, onde cada pixel foi classificado conforme sua categoria correspondente. A análise dos resultados mostra a proporção de cada classe na imagem segmentada, inferindo um percentual onde foi identificado representados como
class1 e class2. Esses resultados fornecem uma visão detalhada da composição da imagem, sendo úteis para diversas aplicações, como mapeamento urbano, análise de infraestrutura e monitoramento ambiental. O modelo utilizado foi o último de "seg_biomas", "seg_drone" ou "seg_droneflood", conforme o context estabelecido.
{
"context": "{modelo}",
"task_type": "semantic_segmentation",
"status": "completed",
"reason": "None",
"created_at": "{data}",
"updated_at": "{data}",
"result": {
"image_size": {
"original_width": {tamanho original},
"original_height": {tamanho original},
"resized_width": 640,
"resized_height": 640
},
"inference": {
"segmentation_mask": "{imagem 64base}",
"class_proportion": {
"class1": {percentual},
"class2": {percentual}
}
},
"metadata": {
"model_version": "{última versão do modelo}"
}
}
}