Pular para o conteúdo
Octo × Imagens e IA Pedir um diagnóstico

Octo para imagens, LiDAR e IA no ArcGIS

O modelo aponta. Quem confirma é a vistoria.

O ArcGIS faz o ciclo inteiro de imagem por script: mosaic datasets, Spatial Analyst e Image Analyst pelo ArcPy, deep learning com modelos do ArcGIS Living Atlas, séries Sentinel-2 e nuvens de pontos LiDAR. O Octo pode montar o ambiente, escrever e rodar os fluxos, medir o modelo numa amostra local e entregar listas e mapas para a sua equipe revisar. Resultado de modelo é indício, não prova: vistoria, autuação e laudo ficam com pessoas habilitadas e o órgão competente.

Duas imagens do mesmo quarteirão, de anos diferentes, com uma edificação nova destacada no ano mais recente e um perfil de nuvem de pontos LiDAR embaixo; do centro, o Octo leva os achados para uma lista de vistoria e para uma tabela de área por imóvel, ambas marcadas para revisão VOO · ANO 1 VOO · ANO 2 CANDIDATO 0,87 h = 7,6 m LIDAR · SOLO (2) · EDIFICAÇÃO (6) VISTORIA 01 02 03 04 INDÍCIO · PARA REVISÃO POR IMÓVEL · HA CAR · COD_IMOVEL python 01_construcoes_novas.py config.json OCTO × IMAGENS E IA ILUSTRAÇÃO A-06
ArcGIS Pro, documentação3.7só Windows; deep learning pede GPU NVIDIA
CCDC, mínimo12fatias em pelo menos 1 ano de série
Fontes14listadas no fim da página
01

O que o Octo faz com imagens e IA.

Seis entregas possíveis, tiradas do levantamento. Todas rodam na licença e na máquina (ou no portal) do cliente, e todas terminam em revisão humana.

Mosaicos e catálogo de imagens

Pode montar mosaic datasets por voo, por sensor ou por série (Create Mosaic Dataset, Add Rasters, overviews) e tornar uma pilha de cenas datadas numa série multidimensional.

Entrega: catálogo pronto + registro de cobertura

Detecção com deep learning

Pode rodar modelos do Living Atlas ou do cliente (Detect Objects, Classify Pixels, Detect Change) e regularizar as feições, no ArcGIS Pro ou distribuído no ArcGIS Image.

Entrega: camada de candidatos com confiança

Medida do modelo antes de confiar

Prepara a amostra de calibração e calcula acerto, falso positivo e falso negativo no seu território. Se o modelo não serve, propõe ajuste fino com Train Deep Learning Model.

Entrega: relatório de acerto na amostra

Séries temporais e mudança

Pode rodar CCDC e detecção de mudança em séries Sentinel-2 ou Landsat, e trabalhar dados de clima e oceano em NetCDF, GRIB e HDF pela caixa Multidimensional.

Entrega: raster de mudança + data da mudança

LiDAR e edificações 3D

Pode classificar solo e edificações, gerar terreno, pegadas, altura e blocos 3D (LAS Building Multipatch), e cruzar com o cadastro imobiliário.

Entrega: blocos 3D + lista de divergências

Relatório e registro de cada execução

Pode anotar data, versão do Pro e da API, modelo, limiares e base cadastral de cada execução, e redigir o relatório técnico com método, limites e erros conhecidos.

Entrega: relatório + registro reprodutível
02

Oito braços, uma imagem analisada.

O mesmo ciclo do Octo, aplicado a imagens e IA. Cada braço tem um papel estreito; quem decide o que fazer com o achado são pessoas habilitadas e o órgão competente.

  1. Descoberta

    Identifica o que existe

    Versão do ArcGIS Pro, extensões licenciadas (Image Analyst, Spatial Analyst, 3D Analyst), GPU e driver, portal com ArcGIS Image ou não, e quais imagens, nuvens e cadastros já estão disponíveis.

  2. Dados

    Fixa referência e qualidade

    CRS métrico, data e resolução de cada voo ou cena, cobertura de nuvem, classes da nuvem LiDAR, data e status da base do CAR ou do cadastro. Sem isso, dois anos não se comparam.

  3. Segurança

    Respeita o dado do cliente

    Cadastro imobiliário e CAR têm dados de pessoas: o tratamento segue a política do órgão e a LGPD. Envio de imagem ou cadastro a serviço externo, inclusive de IA, só com autorização do cliente.

  4. Arquitetura

    Escolhe onde rodar

    ArcGIS Pro na máquina com GPU quando o volume cabe; ArcGIS Image ou Image Server quando não cabe, sempre com estimativa de custo antes. Modelo pronto, ajuste fino ou modelo novo, conforme a amostra mostrar.

  5. Desenvolvimento

    Escreve o fluxo

    Scripts ArcPy e ArcGIS API for Python com a configuração separada do código e a página da documentação anotada em cada ferramenta usada.

  6. Revisão

    Mede antes de confiar

    Roda numa amostra conferida à mão e mostra acerto, falso positivo e falso negativo. Confere pelo resultado na imagem, não pela ausência de erro no script.

  7. Publicação

    Entrega para revisão

    Só com o seu ok, roda o lote no ambiente liberado e deixa lista, tabela e mapas ali mesmo, marcados como indício, para a equipe decidir.

  8. Documentação

    Registra o que vale no seu projeto

    Versão do Pro e da API, modelo, limiares, base cadastral e data de cada execução. O mês seguinte parte desse registro, e um modelo calibrado num município não é tomado como pronto para outro.

O Octo não fiscaliza, não autua, não embarga e não assina laudo. Resultado de modelo é indício para vistoria; a decisão cabe a pessoas habilitadas e ao órgão competente.

03

Cada tarefa, o seu caminho.

O critério que o Octo usa para escolher a ferramenta. Nomes de ferramentas e parâmetros conferidos na documentação do ArcGIS Pro em 29/10/2026.

TarefaCaminhoObservação
Catalogar e servir milhares de imagensMosaic dataset: Create Mosaic Dataset, Add Rasters, overviewsLicença Standard ou Advanced; tipo raster por sensor
Índices e álgebra de mapasarcpy.sa (Map Algebra) ou raster functionsSpatial Analyst ou Image Analyst
Extrair edificações de imagemDetect Objects Using Deep Learning + modelo .dlpk; Regularize Building FootprintMedir numa amostra local antes
Mudança entre duas datasDetect Change Using Deep Learning, ou detecção por ano e comparaçãoModelo de mudança treinado com amostras locais
Mudança em série temporalAnalyze Changes Using CCDC + Detect Change Using Change Analysis RasterMínimo de 12 fatias em 1 ano
Estatística por polígono (imóvel, lote)Zonal Statistics As Table, Tabulate AreaCRS métrico para área
Rodar em escala, sem máquina localArcGIS Image ou Image Server, por arcgis.learn e arcgis.raster.analyticsEstimar créditos antes (estimate=True)
Classificar LiDARClassify LAS Ground, Classify LAS Building ou Classify Point Cloud Using Trained ModelModelo precisa de nuvem parecida com a do treino
Edificações 3DLAS Building MultipatchPegadas do cadastro ou derivadas dos pontos
Clima e oceano (NetCDF, GRIB, HDF)Make Multidimensional Raster Layer e ferramentas multidimensionaisDisponível já na licença Basic
04

Do diagnóstico à rotina mensal.

Três degraus. Cada um só faz sentido depois que o anterior mostrou resultado no seu território, medido numa amostra.

Proposta, não promessa

1 Hoje

Prova num recorte

Um bairro, uma bacia ou um conjunto de imóveis. O Octo monta o ambiente, roda o fluxo e mede o modelo contra o que a sua equipe conferiu.

  • Ambiente de deep learning documentado
  • Acerto, falso positivo e falso negativo na amostra
  • Decisão sua: seguir, ajustar o modelo ou parar
Ganho: saber se o modelo serve antes de gastar com escala
2 Próximo

Município ou estado inteiro

Com o modelo aprovado, o fluxo roda no território todo, no Pro com GPU ou distribuído no ArcGIS Image, com custo estimado antes.

  • Ajuste fino com amostras locais, se a prova pedir
  • Lista de vistoria ou tabela por imóvel, com mapa por item
  • Relatório técnico com método e limites
Ganho: a equipe começa pelos candidatos, não pela varredura
3 Depois

Rotina com retorno de campo

O resultado de cada vistoria volta como amostra rotulada, e o modelo é medido e ajustado de novo a cada ciclo.

  • Execução mensal com registro de versão e limiares
  • Acerto acompanhado ao longo do tempo
  • Cadastro 3D atualizado a cada novo voo
Ganho: o acerto do modelo passa a ser medido, não suposto
05

Confirmado em fonte.

Cada ponto abaixo tem fonte publicada pelo fabricante, pelo projeto ou pelo órgão responsável. As fontes estão na seção seguinte.

4

pontos com fonte publicada, cada um com a referência indicada ao lado.

ConfirmadoArcGIS Pro 3.7 e GPU
Os requisitos do Pro 3.7 listam só Windows 11 e Windows Server. Deep learning pede GPU NVIDIA com capacidade CUDA 5.0 no mínimo (7.5 recomendada) e driver 551.61 ou mais novo. O repositório da Esri diz que Pro 3.7 e Enterprise 12.1 são as últimas versões com suporte a GPUs Maxwell, Pascal e Volta.Fonte: requisitos de sistema do ArcGIS Pro 3.7; Esri/deep-learning-frameworks no GitHub
ConfirmadoModelos pré-treinados não foram feitos para o Brasil
Building Footprint Extraction – USA (Mask R-CNN, precisão média 0,79) foi feito para os Estados Unidos; Land Cover Classification (Sentinel-2) (U-Net, precisão média 0,82, classes Corine 2018), para Estados Unidos, Europa e Índia. No ArcGIS Online, pedem tipo de usuário Professional ou Professional Plus.Fonte: páginas dos modelos em doc.arcgis.com
ConfirmadoSéries temporais
Analyze Changes Using CCDC pede um raster multidimensional com no mínimo 12 fatias em pelo menos 1 ano e gera um raster de análise de mudança em CRF; Detect Change Using Change Analysis Raster extrai a data da mudança mais recente, mais antiga ou maior, com filtros por ano e magnitude.Fonte: referência das ferramentas do Image Analyst
ConfirmadoProcessamento distribuído
arcgis.learn.detect_objects roda no ArcGIS Image (ArcGIS Online) e no Image Server (Enterprise); com estimate=True devolve os créditos necessários, só no ArcGIS Online.Fonte: referência da ArcGIS API for Python
06

O que o Octo faz e o que fica com vocês.

O Octo prepara tudo, mas não assina. O documento que vale continua com quem responde por ele.

O Octo prepara

Levanta, calcula, organiza e gera os documentos: planilhas, relatórios, mapas e minutas.

Entrega: material pronto para conferir

A sua equipe confere

O profissional habilitado confere o que o Octo entregou antes de assinar. Se algo não fecha, volta para o Octo com a correção.

Etapa: conferência por quem assina

Quem assina

O Octo não assina. Projeto, laudo, ART/RRT, prestação de contas e qualquer documento oficial continuam assinados pelo profissional habilitado da empresa ou do órgão: aqui, o responsável técnico pelo mapa ou pelo levantamento.

Assinatura: responsável técnico pelo mapa ou levantamento
07

Fontes.

Documentação da Esri e do SICAR usada no levantamento, consultada em 29/10/2026.

Seu território, medido antes de escalar.

O diagnóstico começa por um recorte que a sua equipe já conhece: um bairro, uma bacia, um conjunto de imóveis. Você vê o modelo errar e acertar ali, com números, e decide com eles na mão.