D-Fire Risk Classifier

Clasificador de riesgo de incendio forestal por zona usando el dataset D-Fire. Dado una imagen de una zona, predice el nivel de riesgo: ninguno / bajo / medio / alto.

Niveles de riesgo

Clase	Nivel	Criterio
0	ninguno	Sin fuego ni humo, menos del 30% de vegetación combustible visible
1	bajo	Sin fuego ni humo, 30–70% de vegetación combustible
2	medio	Solo humo (sin fuego), o sin incidente pero con ≥70% de vegetación densa
3	alto	Fuego presente en la imagen

Dataset

El dataset D-Fire contiene imágenes con anotaciones en formato YOLO:

• Clase 0 → fuego
• Clase 1 → humo

Split	Imágenes
Train	16.768
Test	4.306

Arquitectura

El pipeline se divide en dos fases separadas:

[imágenes + labels YOLO]
         ↓
  Fase 1: etiquetador
  (SegFormer + reglas)
         ↓
  risk_labels_{train,test}.csv
         ↓
  Fase 2: entrenar ResNet50
         ↓
  modelo final (best.pth)

---

Fase 1 — Generación automática de etiquetas de riesgo

Las etiquetas de riesgo no existen en el dataset original. Se generan automáticamente con el script scripts/generate_risk_labels.py usando la siguiente lógica:

1. Leer label YOLO de la imagen
2. Si contiene clase 0 (fuego)             → ALTO
3. Si contiene solo clase 1 (humo)         → MEDIO
4. Si label vacío → pasar por SegFormer:
     calcular pct_veg = área (tree + grass + plant + field) / total píxeles
     si pct_veg ≥ 0.70                     → MEDIO
     si pct_veg ≥ 0.30                     → BAJO
     si pct_veg <  0.30                    → NINGUNO

SegFormer para detección de vegetación

Para las imágenes sin fuego ni humo se usa SegFormer-B0 pre-entrenado en ADE20K (nvidia/segformer-b0-finetuned-ade-512-512) para segmentar la escena y calcular qué porcentaje de la imagen corresponde a vegetación combustible.

Las clases de ADE20K consideradas combustibles son: tree, grass, plant, field.

Esto permite distinguir, por ejemplo, entre una zona urbana (bajo riesgo aunque no haya fuego) y un bosque denso (alto potencial de propagación).

Ejecutar etiquetado

# En el PC con GPU:
python scripts/generate_risk_labels.py \
    --images-dir train/images \
    --labels-dir train/labels \
    --output risk_labels_train.csv \
    --device cuda

python scripts/generate_risk_labels.py \
    --images-dir test/images \
    --labels-dir test/labels \
    --output risk_labels_test.csv \
    --device cuda

---

Fase 2 — Entrenamiento del clasificador

Se entrena ResNet50 (pre-entrenado en ImageNet) con la cabeza de clasificación reemplazada para 4 clases.

Características del entrenamiento

• Loss: CrossEntropyLoss con class_weights calculados automáticamente (inversamente proporcionales a la frecuencia de cada clase) para compensar el desbalance del dataset.
• Optimizador: Adam, lr=1e-4
• Data augmentation: RandomHorizontalFlip + ColorJitter
• Mejor checkpoint: guardado por F1 macro en validación

Ejecutar entrenamiento

python -m pytorch_custom.train_risk_classifier \
    --train-csv risk_labels_train.csv \
    --val-csv risk_labels_test.csv \
    --epochs 10 \
    --batch-size 32 \
    --device cuda

El modelo se guarda en runs/risk_classifier/best.pth.

---

Evaluación

python -m pytorch_custom.evaluate_risk \
    --test-csv risk_labels_test.csv \
    --checkpoint runs/risk_classifier/best.pth \
    --device cuda

Genera:

• Accuracy global y F1 macro
• F1, precision y recall por clase
• Matriz de confusión (confusion_matrix.png)

---

Notebook de evaluación (Google Colab)

El notebook risk_classifier_pipeline.ipynb permite evaluar el modelo entrenado sin necesidad de instalar nada localmente.

Qué genera el notebook

• Matriz de confusión absoluta y normalizada
• Curvas ROC one-vs-rest por clase
• Distribución de confianza por clase (correcto vs incorrecto)
• Gráfico de Precision/Recall/F1 por clase
• Grid de ejemplos de predicciones correctas e incorrectas
• Inferencia sobre imagen individual con barra de probabilidades

Configuración previa

1. Subir a Google Drive:
   • test/images/ con las imágenes del set de test
   • risk_labels_test.csv generado en Fase 1
   • best.pth entrenado en Fase 2
2. Ajustar las rutas en la celda de configuración del notebook
3. Ejecutar todas las celdas de arriba a abajo

---

Estructura del proyecto

D-Fire/
├── train/                        # Dataset de entrenamiento (no en git)
│   ├── images/
│   └── labels/                   # Labels YOLO (0=fuego, 1=humo)
├── test/
│   ├── images/
│   └── labels/
├── pytorch_custom/
│   ├── dataset.py                # DFireRiskDataset (lee CSV de riesgo)
│   ├── model.py                  # ResNet50 clasificador de 4 clases
│   ├── risk_labeling.py          # Reglas puras de etiquetado
│   ├── vegetation.py             # SegFormer wrapper
│   ├── train_risk_classifier.py  # Script de entrenamiento
│   └── evaluate_risk.py          # Script de evaluación
├── scripts/
│   └── generate_risk_labels.py   # Fase 1: genera CSVs de etiquetas
├── tests/                        # Tests unitarios (corren sin GPU)
├── risk_classifier_pipeline.ipynb  # Notebook de evaluación (Colab)
├── docs/
│   └── superpowers/
│       ├── specs/                # Documento de diseño
│       └── plans/                # Plan de implementación
└── requirements.txt

Instalación

git clone https://github.com/03Pablo03/D-Fire.git
cd D-Fire
pip install -r requirements.txt

Tests

Los tests están diseñados para correr sin GPU ni SegFormer (los modelos pesados se mockean):

python -m pytest tests/ -v --ignore=tests/test_dataset.py