[2/2] KNN classifier (lands dataset) — сценарий n8n +…

Этот сценарий автоматизирует определение типа местности по изображению без необходимости обучать модель. На вход подаётся URL изображения — система возвращает категорию ландшафта на основе векторного поиска и KNN-голосования. Решение подойдёт для анализа спутниковых снимков, геоданных и научных исследований.

## Кому подойдёт
- Специалисты по обработке спутниковых снимков
- Разработчики систем автоматической классификации изображений
- Научные исследователи в области компьютерного зрения
- Компании, использующие геопространственные данные

## Что делает автоматизация
- Принимает URL изображения как входной триггер
- Генерирует мультимодальный эмбеддинг через API Voyage AI
- Выполняет векторный поиск ближайших аналогов в Qdrant Cloud
- Определяет класс изображения по меткам соседей методом большинства
- При ничейном результате увеличивает количество соседей до достижения консенсуса
- Возвращает результат классификации с указанием категории (например, ´agricultural´, ´urban´)

## Что входит в пакет
- Готовый workflow для n8n
- Логика триггера execute_workflow_trigger
- Интеграции с Voyage AI, Qdrant Cloud и Google Cloud Storage
- Базовая текстовая инструкция по запуску и адаптации

## Что нужно для запуска
- Аккаунт в n8n (облако или self-hosted)
- API-ключ Voyage AI
- Доступ к Qdrant Cloud с предварительно загруженной базой векторов
- Хранилище изображений (например, Google Cloud Storage) для доступа по URL

## Польза и эффекты
- Точная классификация без обучения модели (до 93,24% точности)
- Автоматический анализ больших массивов изображений
- Гибкая основа для расширения (новые классы, источники)
- Масштабируемость за счёт использования облачных сервисов
- Экономия времени на ручную разметку и анализ

## Важное о формате продукта и поддержке
**Важно:** вы приобретаете именно готовый шаблон сценария автоматизации. Разворот под вашу инфраструктуру, интеграция с конкретными аккаунтами и сервисами, индивидуальная помощь в настройке, доработки под нестандартные стеки и любая консультационная поддержка оказываются отдельно и оплачиваются по индивидуальному тарифу. Для обсуждения доработок и индивидуальной помощи вы можете связаться через Telegram: @gleb923.