Programme et formateurs

Description de la formation

Cibles de formation

  • Connaître les principes théoriques de l’apprentissage profond et de la vision par ordinateur
  • Connaître les principales approches d’apprentissage profond appliquées aux images d’observation de la Terre
  • S’initier au traitement d’image à l’aide d’approches par apprentissage profond
  • S’initier à des techniques d’apprentissage profond appliquées à l’environnement 

Contenu 

  • Principes fondamentaux de l’apprentissage profond et de la vision par ordinateur
  • Structure et fonctionnement des réseaux de neurones convolutifs
  • Entrainement de réseaux sur des images proximales, aériennes et satellitaires
  • Présentation de cas pratiques appliqués aux milieux agricoles, forestiers et urbains

Programme et horaire

Cette formation se déroule sur 2 jours, soit jeudi et vendredi 24 et 25 octobre 2019. La formation sera composée d'exposés et de travaux pratiques en laboratoire informatique sur des séries d’images fournies. L'accès aux ordinateurs et aux logiciels est fourni dans le cadre de la formation.

Jeudi 24 octobre 2019

8 h 30 à 12 h 00  - Introduction

  • Présentation de la formation
  • Principes fondamentaux de l’apprentissage profond et de la vision par ordinateur
  • Applications en géomatique pour l’observation de la Terre

13 h 30 à 17 h 00 - Images proximales – milieu agricole

  • Introduction aux réseaux de neurones convolutifs (CNN)
  • Présentation d’un cas d'étude en agriculture: détection de maladie dans les vignes
  • Travail pratique sur un jeu d’images proximales en agriculture: entraînement d’un réseau classique pour classification multiclasses

Vendredi 25 octobre 2019

8 h 30 à 12 h 00 - Images proximales et aériennes – milieu forestier

  • Introduction à l’entrainement d’un CNN pour imagerie aérienne et ses contraintes
  • Présentation de cas d'étude en foresterie: reconnaissance d’essences forestières
  • Travail pratique sur un jeu de données d’images proximales et aériennes: entrainement d’un réseau sur un jeu d’images proximales et généralisation sur des images aériennes

13 h 30 à 17 h 00 - Images satellites – milieu urbain

  • Introduction à l’entraînement de réseaux pour imagerie satellitaire (segmentation)
  • Présentation de cas d'étude en milieu urbain : reconnaissance de l’état d’infrastructures urbaines
  • Travail pratique sur un jeu de données (DeepGlobe) en milieu urbain ou travail pratique incluant des erreurs à corriger ou de la préparation de base de données ou des changements de structures de réseaux pour la segmentation d'une dizaine de classes avec Unet
  • Présentation de GéoImageNet
  • Formulaire de rétroaction
  • Conclusion

Formateurs

Partenaires