Comment notre modèle détecte les piscines

L’idée en une image

Le modèle regarde une photo aérienne et colorie les piscines qu’il pense y voir. À gauche l’image d’origine, à droite ce que le modèle a détecté (en vert).

C’est tout ce que fait le modèle : pour chaque point de l’image, il répond à une question simple — « est-ce de l’eau de piscine, oui ou non ? ». On appelle cela de la segmentation.

Qu’est-ce qu’on lui apprend ?

Pour apprendre, le modèle a besoin d’exemples corrigés. On lui montre des milliers de photos aériennes accompagnées du contour des piscines déjà connues d’OpenStreetMap. Ce contour, on l’appelle le masque : il indique exactement où se trouve l’eau.

Notre premier modèle a été entraîné sur les villages de Marennes et Chaponnay, au sud-est de Lyon :

Les exemples sans piscine sont tout aussi importants : ils apprennent au modèle à ne pas confondre un toit bleu ou une bâche avec de l’eau.

Comment il apprend

L’apprentissage se répète des milliers de fois, toujours selon le même cycle :

Répété sur tout le jeu de données (on appelle chaque passage complet une epoch), le modèle s’améliore progressivement. Le nôtre a appris en 16 passages, soit environ 44 minutes sur un simple Mac.

Est-ce qu’il est bon ?

Pour juger le modèle, on le teste sur des images qu’il n’a jamais vues pendant l’entraînement. Deux chiffres comptent :

C’est un bon départ — suffisant pour pré-sélectionner les zones intéressantes, mais pas assez fiable pour se passer d’une vérification humaine.

Là où il se trompe

Aucun modèle n’est parfait. Voici deux erreurs typiques :

C’est exactement pour cela que nous avons besoin de vous. Chaque validation humaine corrige ces erreurs et servira à entraîner un modèle encore meilleur.

Pour aller plus loin

Curieux de savoir comment ce modèle est réellement construit ? Découvrez les coulisses : comment on génère le jeu de données d’entraînement, comment on lance un entraînement, et comment on exécute une inférence.

Les coulisses du modèle →