Il existe aujourd’hui de nombreux outils capables de générer de la donnée par IA. Ceux-ci sont le plus souvent hébergés par des solutions propriétaires et ont une fâcheuse tendance à être rigides et peu transposables dès lors qu’on les implémente sur des problématiques spécifiques.

Modèle de segmentation sémantique dédié à la reconnaissance de voiries sur imagerie Pléiades.

© Réalisation : R. de Matos-Machado (2021)

Pour plus de flexibilité et d’efficacité, quoi de mieux que d’entraîner soi-même son propre modèle IA à partir de librairies open source ? Après avoir exposé les grands principes de l’apprentissage profond (deep learning) dédié à la cartographie de données géospatiales (i.e. segmentation sémantique), cette présentation fournira quelques bases pratiques aux amateurs d’IA et de Python souhaitant développer leur propre modèle IA de cartographie. Elle s’inspirera de projets Github afin de favoriser la pratique en dehors de cette séance.

À lire aussi

Prochain Midi de Géotéca : Ferenc Kazinczy et son Journal de captivité: cartographie de la détention politique dans la monarchie des Habsbourg pendant les guerres contre la France révolutionnaire (1794-1801) – Laurent Dedryvere – jeudi 30 janvier 13h

Prochain Midi de Géotéca : Ferenc Kazinczy et son Journal de captivité: cartographie de la détention politique dans la monarchie des Habsbourg pendant les guerres contre la France révolutionnaire (1794-1801) – Laurent Dedryvere – jeudi 30 janvier 13h

Présentation du Journal de ma captivité de Ferenc Kazinczy, à l’occasion de la parution de sa traduction aux éditions Pétra (2024). Traduction du hongrois, de l’allemand et du latin, introduction et notes par Laurent Dedryvere (traduction relue par ildikó Lőrinszky)....