Questo repository è un fork operativo del progetto accademico originale GeoCLIP. Il motore neurale di base è stato mantenuto intatto, ma è stato incapsulato in una Dashboard OSINT progettata per indagini reali.
L'obiettivo è smettere di guardare solo le percentuali statistiche dell'IA da un terminale e iniziare a incrociarle con testi, loghi e metadati estratti dall'immagine per ottenere conferme visive e contestuali.
Dalla documentazione originale dell'autore: GeoCLIP affronta la sfida della geolocalizzazione globale delle immagini introducendo un approccio ispirato a CLIP che allinea immagini e posizioni geografiche. Il location encoder modella la Terra come una funzione continua, apprendendo feature semanticamente ricche e adatte alla geolocalizzazione.
Simile al modello CLIP di OpenAI, GeoCLIP è addestrato in modo contrastivo abbinando coppie Immagine-GPS. Utilizzando il dataset MP-16, composto da 4.7 milioni di immagini scattate in tutto il mondo, GeoCLIP apprende le caratteristiche visive distintive associate ai diversi luoghi del pianeta.
La teoria statistica incontra l'intelligence visiva. Questo fork chiude il cerchio dell'analisi automatizzando i controlli incrociati:
- GUI Gradio: Interfaccia dark-mode professionale. Trascini la foto e parte l'analisi. Nessuna riga di comando necessaria.
- Mappe Interattive (Folium): I 5 migliori risultati stimati dall'IA vengono piazzati su una mappa interattiva (CartoDB Dark Matter) per darti immediatamente il contesto geografico.
- Scanner EXIF: Se la foto non è stata piallata dalle compressioni dei social network, il tool estrae i metadati originali (coordinate GPS, marca e modello del dispositivo, data di scatto).
- Motore OCR (EasyOCR): Legge in automatico cartelli stradali, insegne e scritte nell'immagine. Se GeoCLIP piazza il pin in Germania e l'OCR estrae la parola "Apotheke", hai una conferma solida sulla zona linguistica.
Le reti neurali visive da sole sono cieche se non c'è una logica a collegare i dati. Ecco cosa verrà integrato per chiudere la pipeline di intelligence:
- Object Detection (YOLOv8): Riconoscimento di elementi chiave per la geolocalizzazione (es. semafori specifici, targhe, vegetazione endemica, segnaletica stradale).
- LLM Reasoning: Integrazione API di un modello linguistico che analizzi l'output combinato (GeoCLIP + OCR + YOLO) e formuli una deduzione logica finale (es. "L'IA dice Europa, l'OCR legge tedesco, YOLO rileva un tram giallo. -> Berlino, Germania").
- Reverse Image Search: Script integrato per lanciare in automatico i ritagli dell'immagine su motori come Yandex o Google Lens.
- Cronolocalizzazione: Calcolo grezzo di ora solare e orientamento incrociando l'angolazione delle ombre con la data EXIF.
Requisiti: Python 3.8+. L'uso di un ambiente virtuale (venv) è obbligatorio per non creare conflitti con le librerie di sistema.
# 1. Clona il fork
git clone [https://github.com/Marchy02/Geo-clip-gui.git](https://github.com/Marchy02/Geo-clip-gui.git)
cd Geo-clip-gui
# 2. Crea e attiva il venv
python -m venv venv
source venv/bin/activate # Su Linux/Mac
# venv\Scripts\activate # Su Windows
# 3. Collega il motore IA (Editable mode)
pip install -e .
# 4. Installa le librerie della dashboard
pip install -r requirements.txtA venv attivo, lancia semplicemente lo script dalla radice del progetto:
python geoclip_gui.pyIl terminale avvierà il server locale (solitamente http://127.0.0.1:7860). Aprilo nel browser, carica l'immagine e avvia la pipeline.
Nota: Al primissimo avvio, Python scaricherà in automatico da HuggingFace i pesi di GeoCLIP e i modelli linguistici di EasyOCR. L'operazione richiederà qualche minuto a seconda della connessione.
Tutto il motore neurale alla base di questo strumento è GeoCLIP. Se utilizzi questo repository per paper o scopi di ricerca accademica, sei tenuto a citare i creatori originali del modello:
@inproceedings{geoclip,
title={GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization},
author={Vivanco, Vicente and Nayak, Gaurav Kumar and Shah, Mubarak},
booktitle={Advances in Neural Information Processing Systems},
year={2023}
}