# GeoIntel Kempen — Product Blueprint v1.0

## 1. Positionering

GeoIntel Kempen is een GeoAI Workbench voor regionale remote sensing en geospatiale AI-analyse in de Belgische Kempen.

Het project is afgestemd op een GeoAI Engineer-profiel. Het moet aantonen dat de ontwikkelaar kan werken met GIS, remote sensing, rasterdata, vectordata, computer vision, PyTorch, objectdetectie, segmentatie, kwaliteitscontrole en geospatiale data engineering.

GeoIntel is dus niet primair een beleidsdashboard of rapportagetool. Rapportage is een exportlaag. De kern is:

```text
data → preprocessing → AI/model → geospatial output → QA/QC → export
```

## 2. Productbelofte

GeoIntel zet luchtfoto's, satellietbeelden, vectorlagen en referentiedata om in controleerbare AI-gegenereerde GIS-lagen.

## 3. Primaire gebruiker

De primaire gebruiker is een technische GIS/GeoAI-gebruiker:

- GeoAI Engineer
- GIS-analist
- remote sensing onderzoeker
- data engineer met geodata-focus
- ruimtelijk analist

Secundaire gebruikers zoals beleidsmakers kunnen later via rapporten en dashboards bediend worden.

## 4. Kernmodules

### Project Manager

Beheert analyseprojecten, gebieden, datasets en runs.

### Dataset Manager

Beheert raster-, vector- en later LiDAR-datasets.

### Raster Workbench

Leest rastermetadata, toont previews, ondersteunt bandselectie, clipping, tiling, indexberekeningen en AI-ready preprocessing.

### Vector Workbench

Laadt vectorlagen, valideert geometrieën, transformeert CRS, voert clipping, buffers, overlays en spatial joins uit.

### Detection Lab

Voert objectdetectie uit op getilede rasters. Resultaten worden teruggezet naar geografische coördinaten en als GeoJSON/PostGIS-laag opgeslagen.

### Segmentation Lab

Voert semantische of instance-segmentatie uit. Masks worden gepolygoniseerd en als geospatiale output opgeslagen.

### QA/QC Lab

Vergelijkt AI-resultaten met referentielagen zoals GRB. Berekent IoU, precision, recall, F1, false positives en false negatives.

### Change Detection Lab

Vergelijkt datasets of analysis runs doorheen tijd en detecteert toegevoegde, verdwenen of gewijzigde objecten.

### Annotation Studio

Laat gebruikers bounding boxes, polygonen of masks tekenen en exporteren naar YOLO, COCO, GeoJSON of mask-formaat.

### Training Studio

Latere module voor finetuning/training van modellen met metrics zoals mAP, precision, recall, IoU en confusion matrix.

### LiDAR Workbench

Latere module voor LAS/LAZ, PDAL, laspy, DEM, DSM en hoogteprofielen.

## 5. MVP-scope

V1 moet technisch sterk, maar haalbaar zijn.

V1 bevat:

- project aanmaken
- analysegebied tekenen
- raster upload
- vector upload
- metadata extractie
- kaartviewer
- raster/vector overlay
- raster clipping
- raster tiling
- OSM of GRB-referentie integratie
- objectdetectie via YOLO demo-model
- georeferencing van detecties
- detecties als kaartlaag
- GeoJSON export
- QA/QC tegenover referentielaag

V1 bevat niet:

- volledige LiDAR verwerking
- volledige modeltraining
- perfecte Sentinel-pipeline
- multi-user systeem
- complexe beleidsrapporten

## 6. Demo-strategie

De belangrijkste portfolio-demo:

1. Kies een gebied in Geel, Mol of Turnhout.
2. Laad een luchtfoto of raster.
3. Haal GRB/OSM-gebouwen op als referentielaag.
4. Tile het raster.
5. Run YOLO-gebouwdetectie.
6. Projecteer detecties naar kaartcoördinaten.
7. Vergelijk detecties met GRB.
8. Toon false positives, false negatives en IoU.
9. Exporteer detecties als GeoJSON.

Dit demonstreert GIS, raster, vector, AI, QA/QC en export in één verhaal.