Des nouvelles de GeoImageNet

Des nouvelles de GeoImageNet

Published October 2, 2020

Par Yacine Bouroubi et Mickaël Germain, U. de Sherbrooke, Samuel Foucher, CRIM, Claire Gosselin, Effigis

Source : Bulletin de l’Association Québécoise de Télédétection (AQT), Vol 34 No.1 / 2020. Page 6

 

GeoImageNet est une plateforme de recherche collaborative qui vise à développer des applications de l’apprentissage profond pour la cartographie de l’occupation du sol et la détection des objets, à partir des images satellites THR. Elle intègre plus de 10 000 km2 d’images Pléiades 50 cm couvrant la majorité des grandes villes canadiennes ainsi que divers écosystèmes naturels.

Cet engouement pour l’apprentissage profond de la part du milieu de la télédétection rend la plateforme GeoImageNet encore plus pertinente.

 

Lorsque le projet a été initié en début de 2018, l’idée du projet était très originale. Deux ans plus tard, l’analyse des images satellites à l’aide de diverses architectures d’apprentissage profond est devenue si populaire qu’il est possible de trouver des articles pour presque n’importe quelle application de l’observation de la Terre. En effet, la majorité des publications rapportent des taux de succès jamais égalés auparavant avec les méthodes traditionnelles d’analyse et de traitement des images satellites. Cet engouement pour l’apprentissage profond de la part du milieu de la télédétection rend la plateforme GeoImageNet encore plus pertinente.

Fenêtre d’accueil de GeoImageNet.

La première phase du projet (juill. 2018 – juin 2019) a été consacrée à la réalisation de l’interface générale de la plateforme, à la gestion des accès selon les divers types de comptes d’utilisateur, à la définition des taxonomies des classes d’occupation du sol (environ 50) et des géo-objets (près de 200), ainsi qu’aux outils d’annotation. Au cours de la deuxième phase (juill. 2019 – sept. 2020), l’annotation de plusieurs classes d’objets a été réalisée manuellement ou automatiquement à partir des données vectorielles de CanVec et d’OpenStreetMap. Les taxonomies ont été enrichies suite aux recommandations des utilisateurs industriels (ex. : Effigis) et académiques (ex. : cours de photointerprétation de l’UdeS). Les images annotées peuvent être récupérées par les utilisateurs afin de servir d’ensembles d’entrainement pour leurs algorithmes. L’intégration de fonctionnalités permettant de télécharger ou de téléverser des architectures CNN est en cours de finalisation.

 

Partenaires

Le projet GeoImageNet est mené par l’Université de Sherbrooke, en partenariat avec le CRIM et la compagnie Effigis Géo-Solutions. Le Centre canadien de cartographie et d’observation de la Terre (CCCOT) de Ressources Naturelles Canada est aussi un partenaire important du projet. 

La plateforme est ouverte aux organismes canadiens (universités, centre de recherche, industrie, etc.) qui œuvrent dans le domaine de la télédétection et de l’application de l’intelligence artificielle dans ce domaine.Ces organismes sont invités à utiliser les développements réalisés et à y contribuer. Vous pouvez écrire à yacine.bouroubi@usherbrooke.ca ou à cliquer sur « Contact » dans la fenêtre d’accueil de GeoImageNet.

 

Communiqué - Lancement du projet GeoImageNet [29 avril 2019]

Upcoming event

  • DevOps - Événement Les Affaires
    9 December 2020 9:00
    Présentation en ligne
    Le CRIM est fier d'être partenaire de la 3e édition de la conférence DevOps - Passez de la théorie à la pratique pour une implantation réussie organisée par les Événement Les Affaires. Présentation en ligne.
    +
  • Bravo ! https://t.co/2uNAEYBQ7w
  • Bravo @UeatSolutions ! Grâce à ce partenariat avec le CRIM, des milliers de restaurateurs ont accès à un outil de c… https://t.co/FEhKUY4Djr