Détection automatique et géolocalisation de fissures routières
Utiliser la plateforme ArcGIS pour détecter automatiquement les fissures routières. Dans cet article, je vais vous détailler comment vous pouvez faire la même chose chez vous.
Nous allons pour cela tirer parti de la plateforme ArcGIS, l’ArcGIS API for Python et des librairies de deep learning, en l’occurrence ici TensorFlow, pour mettre à jour une couche d’entités hébergée dans votre SIG Web.
Pour capturer vos données, il vous faudra une simple caméra pour filmer la route. Cette caméra doit être capable d’enregistrer vos coordonnées de manière régulière.
Organizations using or interested in using the resource:
Contributor(s):
Tags: route, IA, réseau neurone, tensorflow, fissure, hackathon
Categories: Logiciel, Données
Theme: Open Street Map OSM, Traces de mobilité et des données associées, Logiciel Libre
Referent:
Challenge: Accompagner une collectivité à ouvrir un maximum de ressources et construire un kit d'aide à l'innovation, Augmenter les connaissances partagées en cartographie et usages des véhicules et réseaux de transports
Key people to solicit:
Other related common: Open Data Cam
Wealth sought:
Required skills:
Community of interest: Communauté autour des données ouvertes, Communauté du Logiciel Libre, Communauté autour des traces de mobilité et des données associées
License:
Terms of Service (TOS):
Level of development:
Link to my actions board:
Link to my cloud, wiki, drive…:
Needs: Et pour exécuter le script python il vous faudra installer l’environnement de développement gratuit Jupyter Notebook. Tout le code, les librairies et les données sont disponibles dans mon drive. Pas besoin de connaissances en deep learning pour comprendre cet article ! Il faut pouvoir comprendre et écrire en langage python et également connaître la plateforme ArcGIS pour pouvoir géolocaliser les fissures.
Next step:
Documentation of the experimentations:
Other informations
List of the actors using or willing of using this common: aucun pour le moment
List of the workshop reports related to this common:
Français
English
Italiano
