Projet de Jérôme Bohard
Dans ce projet IA, Jérôme nous présente le domaine de l'imagerie. Il ensuite une banque d'images de l'ESA pour repérer les bateaux sur des images satellites.
7. Airbus ship detection challenge
Problématique : Accroissement du nombre de navires en activité.
But : Faciliter la surveillance à partir des images satellites.
Données :
∙ Images préparées ;
∙ Entraînement, validation et test.
Résultat attendu :
∙ Localisation du bateau ;
∙ Masque du bateau.
8. Airbus ship detection challenge
Algorithme pré-entraîner sur des bases de données différentes :
COCO, IMAGENET.
Mask R-CNN à entraîner sur notre application spécifique.
Déroulé des étapes :
∙ Création des masques pour l’apprentissage ;
∙ Modification de l’algorithme ;
∙ Apprentissage ;
∙ Tests.
9. Mise en application du Mask R-CNN
Solution :
Segmentation des
différents éléments
Mask R-CNN
Source : https://engineering.matterport.com/splash-of-color-instance-segmentation-with-mask-r-cnn-and-tensorflow-7c761e238b46
10. Mise en application du Mask R-CNN
Source : https://medium.com/@jonathan_hui/image-segmentation-with-mask-r-cnn-ebe6d793272
12. Mise en application du Mask R-CNN
Modifications de l’algorithme et apprentissage :
∙ Fichier de poids COCO ;
∙ Suppression des classes.
Apprentissage :
∙ 50 images en entraînement ;
∙ 10 images en validation ;
∙ Entraînement de 11h ;
∙ Processeur : Intel® Core™ i7-4600U CPU @ 2.10GHz × 4.