Evidence-first GeoAI voor België en de Belgische Noordzee.
GeoIntel is een kaartgerichte GeoAI-workbench waarin officiële databronnen, ruimtelijke analyse, PyTorch-computervisie, QA/QC en export samenkomen. Het platform bewaart niet alleen een resultaat, maar ook de bron, ruimtelijke context, modelversie en het bewijs waarmee dat resultaat gecontroleerd kan worden. De release ondersteunt heel België en de juridisch onderscheiden Belgische Noordzeezones. Regionale bronnen blijven herkenbaar: GRB, PICC, UrbIS en maritieme datasets worden niet voorgesteld alsof ze dezelfde semantiek, resolutie of actualiteit hebben. > **Data → ruimtelijke verwerking → AI-resultaat → kwaliteitsbewijs → export**  ## Waarom GeoIntel? Veel geoportalen tonen lagen. GeoIntel ondersteunt een volledige, controleerbare analyseketen: - selecteer een officiële grens of teken een eigen Area of Interest; - combineer vector-, raster- en historische bronnen met expliciete dekking; - voer GIS- en CUDA-versnelde beeldanalyse uit; - vergelijk kandidaatresultaten met referentiedata; - inspecteer false positives, false negatives, overlap en provenance; - exporteer alleen wat als reproduceerbaar resultaat is vastgelegd. Mol en de Kempen blijven de gouden regressiegebieden. De productgrens is heel België plus de juridisch benoemde Belgische maritieme zones. ## Product in beeld De onderstaande screenshots zijn rechtstreeks vastgelegd op de actuele Unraid-productieomgeving. De gastmodus toont een beperkte, alleen-lezen demowerkruimte; operatorfuncties en nieuwe analyses blijven afgeschermd. ### Interactieve projectketen De landingspagina vertaalt de technische keten naar vier interactieve schakels. De illustratie reageert op selectie, bronnen, analyse en bewijs en respecteert automatisch `prefers-reduced-motion`.   ### Kaart als werkruimte De kaart blijft het primaire werkblad. Thema, broncontext, selectie en resultaten zijn vanuit dezelfde ruimtelijke context bereikbaar.  ### Kwaliteit vóór resultaat QA/QC is een eerste-klas workflow. Bewaarde controles koppelen scores aan objectbewijs, kandidaat- en referentielagen en technische provenance.  ### Mobiele werkruimte Dezelfde kaartgerichte workflow blijft bruikbaar op een smal scherm. Thema's, selectieacties en de kaart worden gestapeld zonder de actieve werkcontext te verbergen.  ## Kernmogelijkheden | Domein | Mogelijkheden | | --- | --- | | Werkgebieden | Officiële grenzen, vrije AOI-selectie, clipping en buffering | | Bronnen | GeoJSON, vector, raster, orthofoto, historische en regionale catalogi | | GIS | CRS-normalisatie, spatial joins, rasterstatistiek, tile- en selectieanalyse | | GeoAI | PyTorch, Ultralytics YOLO en SAM-compatibele abstrahering | | Tijd | Immutable DatasetVersions en vergelijking van ruimtelijke snapshots | | QA/QC | Precision, recall, F1, IoU, false-positive/-negative evidence en reviews | | Export | Reproduceerbare GeoJSON- en artefactexports met provenance | | Runtime | DockerMan-native Unraid-container met PostGIS, backend en frontend | ## Architectuur ```mermaid flowchart LR UI["React + MapLibre workbench"] --> API["FastAPI contracts"] API --> GIS["GeoPandas / Shapely / Rasterio"] API --> JOBS["Job-queue in PostgreSQL"] JOBS --> AI["PyTorch / YOLO / SAM"] GIS --> DB[("PostgreSQL + PostGIS")] AI --> DB DB --> QA["QA/QC + provenance"] QA --> UI QA --> EXPORT["GeoJSON / artifacts"] ``` De publieke endpoints volgen [docs/API_CONTRACTS.md](docs/API_CONTRACTS.md). PostGIS en de persistentieregels volgen [docs/DATABASE_IMPLEMENTATION_PLAN.md](docs/DATABASE_IMPLEMENTATION_PLAN.md). ## Stack - **Frontend:** React 18, TypeScript, MapLibre GL, Lucide en Vite - **Backend:** FastAPI en Python - **Spatial:** GeoPandas, Shapely, Rasterio, PyProj en GDAL - **AI:** PyTorch, Ultralytics YOLO en SAM-compatibele segmentatie - **Data:** PostgreSQL/PostGIS, lokale artefactopslag en immutable versions - **Jobs:** job-tabel in PostgreSQL met achtergrondworkers in het API-proces - **Deployment:** één DockerMan-native Unraid-container ## Lokaal starten Vereisten: Python 3.11+, Node 20.19+ of 22.12+ en PostgreSQL/PostGIS. ```bash python -m pip install -e backend/.[dev] cd frontend npm install npm run start ``` Voor de volledige lokale stack: ```bash docker compose up --build ``` Open daarna `http://localhost:1202`. ### Gastdemo Met `GEOINTEL_GUEST_ACCESS_ENABLED=true` biedt de toegangspagina een kortlevende, alleen-lezen demosessie. Die toont uitsluitend het ingestelde demoproject en bewaard kwaliteitsbewijs; dit is geen multi-user- of tenantisolatie. ## NVIDIA/CUDA Productie-AI gebruikt de NVIDIA GPU van de server. De runtime faalt gesloten wanneer CUDA vereist maar niet beschikbaar is; ontbrekende modelconfiguratie wordt als `not_configured` getoond en nooit als geslaagde inferentie. De actuele productieproef draait met een CUDA-build van PyTorch op een NVIDIA GeForce RTX 4080 SUPER. Corpus-, kalibratie-, test- en pure-background-gates blijven gescheiden: een experimentele label- of modelvariant wordt pas actief nadat alle toepasselijke kwaliteitscontroles slagen. Controleer GPU-zichtbaarheid in de container met: ```bash docker exec geointel nvidia-smi ```  ## Training en labelkwaliteit GeoIntel behandelt officiële gebouwgrondvlakken niet automatisch als perfecte daklabels. Voor trainingsdata worden temporele geldigheid, ruimtelijke leakage, bronklasse, zichtbaarheid en pure-background-gedrag afzonderlijk gecontroleerd. Een directe polygon-overlay maakt bovendien zichtbaar of de officiële geometrie op het bijbehorende luchtbeeld aansluit vóór omzetting naar YOLO-boxen. De huidige V66 Vlaamse uitbreiding blijft kandidaatdata. Automatische SAM2- en edge-alignmentproeven zijn afgewezen omdat ze nog vegetatie, wegen of schaduwen als dak konden selecteren. Die resultaten zijn dus niet getraind of gepromoveerd. ## Portfolio case study De presentatieklare case study combineert productvraag, interface, PyTorch- en NVIDIA-keten, architectuur en resultaten in één visueel document: - [GeoIntel case study PDF](output/pdf/geointel-case-study.pdf) - [Donkere cover in hoge resolutie](frontend/public/portfolio/geointel-dark-case-study-cover.png) - [Architectuurvisual](docs/assets/portfolio/geointel-architecture.png) De PDF kan reproduceerbaar opnieuw worden opgebouwd met: ```bash python scripts/create_portfolio_case_study.py ``` ## Kwaliteitscontrole ```bash # Backend python -m compileall backend/app cd backend && python -m pytest # Frontend cd frontend npm run typecheck npm run test:unit npm run build ``` Een wijziging is pas afgerond wanneer de toepasselijke criteria uit [docs/DEFINITION_OF_DONE.md](docs/DEFINITION_OF_DONE.md) aantoonbaar zijn afgevinkt. ## Tower / Unraid deploy De canonieke checkout op Tower staat in `/mnt/user/appdata/geointel`. Gebruik de releasewrapper; de productiecontainer wordt niet met een alternatieve Compose-checkout vervangen. ```powershell powershell -ExecutionPolicy Bypass -File scripts/deploy_tower.ps1 ` -RemoteHost root@