Détection d'objets sur les photos aériennes... premier essai

Il y a plein de bonne idées mais perso je suis assez chaud pour pousser les PMR dans l’état actuel du modèle. De plus, Il y a au moins 15000 places dans OSM sans le parking_space=disabled, sans parler des capacity:disabled=* isolés. C’est l’occasion d’unifier tout cela.
Je suis partant pour dégommer du bleu sur un ou plusieurs départements, sans prise de tête avec les fichiers csv.

D

Tiens, la SNCF a ce genre d’équipement près des stations services ferroviaires (logique). Je note les tags … J’ai une liste complète sur Grand Est à aller intégrer.
C’est parti…

J’en ai ajouté 450 hier sur la Charente-Maritime:

  • CSV ouvert dans JOSM,
  • plugin todo
  • nouveau calque + chargement auto
  • le premier créé je le copie, les suivant, un simple coller et il se met à la bonne place si la souris est hors zone d’édition vu que todo centre la vue et le coller se fait sur le centre.

Parfois il y en a d’autres à proximité, non détectés, je les rajoute au passage…

Je crois que le nombre sur le département a ainsi doublé en très peu de temps. Reste pus qu’à industrialiser tout ça.

1 Like

faudra parler au fisc ^^ mais bon on prefere fille de l’argent a des boite etrangere que gere en France (ca aurait pu etre un projet gere par l’IGN)

1 Like

j’en ai tag pas mal de mon cote a cote d’usine de transformation de bois ou autre usine avec des materiaux inflamable (cuisiniste, meuble, scierie…)

On pourrait avoir une detection limite a certaines zones par rapport au type de resolution possible? du genre on peut utiliser les image aerienne de enedis pour ca ou on n’a pas le droit? come les image de Toulouse metropole ou autre qui ont des résolutions bien meilleur et donc permettent une detection d’objet plus fin

En aparté, nous ne savons pas comment mettre la dernière version dans wms Ajout de l'orthophotoplan 2022 de Toulouse Métropole dans JOSM

2 Likes

C’est ce à quoi je pensais :grinning: Je te laisse donner le la et aussi profiter de ton week-end!

D

c’est super intéressant. Tu avais dédoublonné ceux détectés de ceux déja existant dans OSM ?

Allez un va faire un peu de politique… les méga-bassines ? :smirk:

Et pour les militant·e·s vélo (dont je fais partie), il sera excellent de disposer d’avoir une détection des voitures (même si ce n’est pas pour alimenter OSM évidemment, faire des comptages automatiquement, ce serait exceptionnel pour le plaidoyer)

Encore mieux : pouvoir définir finement les zones sur lesquelles on souhaite faire les comptages (pour pouvoir par exemple exclure des parkings privés / la voirie sur laquelle il y a plutôt des véhicules en déplacement qu’en stationnement)

Histoire de cibler dans les décomptes les véhicules stationnés sur l’espace public

Dans le même esprit que ça :
https://twitter.com/TimFWelch/status/1711501466220023830
https://www.aiatlas.nz/

1 Like

Non, juste intégré ça à la mano avec JOSM / todolist ce qui va assez vite.

J’en ai rajouté 450 et overpass indique qu’il y en a un peu moins de 900 sur le département.

Bonjour,
Je sais que FNE Ile de France a lancé un système pour détecter ainsi les arbres mais ils se sont rabattus sur la végétation un peu comme l’IGN, à partir de photos aériennes. Je serais intéressé par ça sur OSM.

https://experience.arcgis.com/experience/12f26d4d8f744a7e8f84c6e04d54df46/page/Page-1/?views=PRÉSENTATION%2CLes-données-produites

Pas évident de détecter les arbres surtout quand ils se touchent.
C’est à étudier plutôt sur des orthos en IRC (infrarouge coloré)

Modèle re-entraîné hier avec l’ajout des sas vélo, des marquages de ralentisseurs et des flèches de présélection/direction

Ça aide même si il y a pas mal de faux positifs/negatifs

J’ai ajouté un test sur les dimensions des objets détectés ce qui permet pour les places PMR d’éliminer des faux positifs (moins de 15m2 ou plus de 36m2 pour l instant)

Le truc que j’aimerai essayer c’est de croiser entre les détections sur les orthos et celles de panoramax pour augmenter la fiabilité des détections.

4 Likes

Les bandes podotactiles sont sur les trottoirs, les trottoirs doivent pouvoir être détectées et en conséquence un passage piétons qui déborde sur les trottoirs = un passage piétons avec bandes podotactiles.
Juste une idée, je ne sais si c’est transformable en algorithme dans ton cadre.

Pas évident du tout !

Il y a déjà beaucoup de faux négatifs/positifs avec des objets bien plus reconnaissables.

Hello!
Je trouve ça super qu’on utilise des algo pour automatiser une partie tu travail, on peut se concentrer sur la valeur ajoutée d’un humain. On a un peu de retard sur le sujet mais ne sachant pas le mettre en place je ne peux pas trop aider :man_shrugging:

Quelques questions :

  • Quel est le modèle de base modèle utilisé ?
  • La version re-entrainée est-elle open-source ?
  • Il y a-t-il une mesure de la performance (F-score) ?
  • Comment aider à améliorer le modèle ?

Il pourrait être intéressant de documenter tout ça dans le wiki pour qu’on puisse le reproduire.

1 Like

Hello !
De notre coté on réfléchissait justement à repérer les picto-vélo des bandes cyclables pour fluidifier nos repérages !

Leur représentation est homogène et ils pourraient être double-checké avec Panoramax, mais avec 2 freins potentiels : ils restent petits pour certaines qualité d’ortho, ils sont souvent sous des véhicules (ha bon ? :innocent: ).

2 Likes

à moins de récupérer une ortho qui date du confinement.