Help Center

Downloads

Carto Gebruikershandleiding

Deze handleiding leidt je stap voor stap door de mogelijkheden van Carto en biedt alle informatie om optimaal gebruik te maken van de applicatie. We bespreken hoe je Carto instelt, de verschillende functies benut en je goede satelliet-AI modellen traint.

Download

Model Card

(wordt nog geupload) In deze model card geven we een technische beschrijving van de AI-modellen die in Carto gebruikt worden: wat is de architectuur, met welke datasets zijn ze getraind, etcetera.

Download

Veelgestelde vragen

Hieronder vind je antwoorden op veelgestelde vragen. Staat je antwoord hier niet tussen? Neem dan gerust contact met ons op.

Hoe veilig is de AI van Carto? Voldoet Carto aan de Europese AI Act?: Onze artificiële intelligentie bestaat uit twee delen: ons foundation model en het AI-systeem Carto waarbinnen specifieke modellen voor use-cases worden getraind. Om te voldoen aan de Europese AI Act vóór Augustus 2025 (wanneer de vereisten uit de wet van toepassing worden) baseert Spheer zich op de uitleg en compliance checker van het Future of Life Instituut:
Foundation model: ons foundation model is een zogeheten General Purpose AI Model without Systemic Risk. Om te voldoen aan de vereisten van de AI Act, publiceren we binnenkort een pagina op onze website met een Model Card: uitleg over hoe dit model ontwikkeld is, en hoe het gebruikt dient te worden.
Carto: Carto valt binnen de AI Act onder de categorie ‘Limited Risk AI Systems’. Om te voldoen aan de AI Act maken we binnen Carto transparant dat de gebruiker interacteert met een AI model, en hebben we in de gebruikersvoorwaarden opgenomen dat gebruikers altijd zelf verantwoordelijk zijn voor keuzes die genomen worden op basis van inzichten verkregen uit Carto.
Heb ik technische kennis nodig om Carto te gebruiken?: Nee, dat is niet nodig!
Carto is ontworpen voor iedereen, ongeacht technische achtergrond. Je hoeft geen kennis van AI of satellietdata te hebben—via je browser train je eenvoudig een model en krijg je binnen minuten bruikbare inzichten. Jouw domeinexpertise over de casus op de grond is alles wat je nodig hebt.
Mocht je toch hulp nodig hebben met het gebruiken van Carto, dan staan we voor je klaar!
Hoe nauwkeurig is Carto?: Carto is zeer nauwkeurig, dankzij het gebruik van foundation models, getraind op jaren aan Sentinel-2 satellietdata.
Steekproeven met onze gebruikers in het veld tonen aan dat Carto vaak net zo nauwkeurig is als menselijke karteerders. Het platform levert betrouwbare en gedetailleerde kaarten, waarmee je met vertrouwen beslissingen kunt nemen. Lees hier meer over hoe gebruikers Carto toepassen.
Hoe snel kan ik resultaten verwachten?: Carto is zeer nauwkeurig, dankzij het gebruik van foundation models, getraind op jaren aan Sentinel-2 satellietdata.
Steekproeven met onze gebruikers in het veld tonen aan dat Carto vaak net zo nauwkeurig is als menselijke karteerders. Het platform levert betrouwbare en gedetailleerde kaarten, waarmee je met vertrouwen beslissingen kunt nemen. Lees hier meer over hoe gebruikers Carto toepassen.
Hoe gaat Carto om met persoonsgegevens? Voldoet Carto aan de AVG?: Qua persoonsgegevens bevat Carto alleen inlognamen en emailadressen van gebruikers, die niet zichtbaar zijn voor mensen buiten Carto. Spheer houdt van iedere gebruiker bij wat diegene doet binnen Carto. Op verzoek kan deze informatie worden overhandigd en/of verwijderd uit onze systemen.
Hoe groot is het gebied dat ik met Carto kan monitoren?: Carto laat je op een uniforme manier naar grote gebieden kijken, tot hele provincies, of nog groter! Door onze slimme en schaalbare aanpak kunnen gebruikers ook voor gebieden ter grootte van een provincie modellen trainen en kaarten maken binnen minuten.
Overigens kun je Carto ook prima gebruiken voor kleinere gebieden, zoals een gemeente of enkel natuurgebied, net wat jij wil.
Waar en hoe krijg ik toegang tot Carto?: Carto is alleen te openen met een gebruikersaccount via klantorganisaties. Wanneer je Carto voor het eerst gaat gebruiken, ontvang je een login link van ons via e-mail. Controleer ook je spambox. Bij de eerste keer inloggen stel je een wachtwoord in.
Na het instellen van je wachtwoord, kun je voortaan direct inloggen op carto.spheer.ai met je e-mailadres en wachtwoord.

Carto tips

Kwaliteit boven kwantiteit

Het is beter om een paar nauwkeurige observaties te hebben dan een hoop minder nauwkeurige. Hoe specifieker en preciezer je observaties, hoe makkelijker het voor Carto is om patronen te herkennen.

Maak je voorbeelden specifiek

Splits observaties op indien nodig. In plaats van één groot 50%-blok te tekenen, kun je dit opsplitsen in afzonderlijke 100%- en 0%-observaties als dat beter de realiteit weergeeft. Dit helpt Carto om subtiele verschillen in je data beter te onderscheiden, wat leidt tot een verfijnder model.

Varieer je observaties

Zorg ervoor dat je niet alleen observaties toevoegt voor hetgeen waarin je geïnteresseerd bent, maar ook voor ‘overige’ klassen. Dit helpt Carto beter onderscheid te maken en voorkomt dat ongeclassificeerde gebieden foutief worden geïnterpreteerd. Dit geldt zowel voor regressie (waarbij je verschillende gradaties van aanwezigheid aangeeft) als voor classificatie (waarbij je meerdere categorieën en een eventuele ‘overig’-klasse toevoegt).

Teken observaties in verschillende jaren

Dit helpt Carto om groeipatronen en veranderingen over tijd beter te begrijpen. Groeipatronen zien er immers niet ieder jaar precies hetzelfde uit. Experimenten laten zien dat het toevoegen van observaties uit minstens twee verschillende jaren al een aanzienlijke verbetering in voorspellingen oplevert. In het algemeen geldt: hoe meer verschillende jaren er observaties worden aangeleverde, hoe stabieler de monitoring.

Verbeter Carto iteratief

Begin met een klein aantal observaties en train het model. Voeg geleidelijk nieuwe observaties toe en beoordeel of de voorspellingen verbeteren. Begin met observaties waar je absoluut zeker van bent, en teken of importeer pas in een volgende iteratie de 'edge cases' in. Door het model stapsgewijs te trainen, zie je snel resultaat en kun je eenvoudig bijsturen, zodat Carto steeds dichter bij jouw ideale voorspelling komt.

Zorg dat je observaties de juiste grootte hebben

Zorg dat je observaties minimaal 10m x 10m en maximaal 1km x 1km zijn. Kleinere observaties bevatten onvoldoende satellietpixels voor training, terwijl grotere observaties de verwerkingstijd onnodig verlengen.