Figure 1 : chaîne d'inférence.

Principe

La chaîne de traitement opérationnelle d’inférence met en œuvre les algorithmes et modèles élaborés au cours de la phase d'apprentissage. Elle permet de détecter et de classifier des arbres appartenant à des espèces d'intérêts sur une orthomosaïque (figure 1).

Le front-end est l’interface utilisateur qui permet de soumettre en entrée une image (orthomosaïque) et d’éventuelles métadonnées, et de récupérer en sortie les résultats des modèles pour traitement ou affichage. Cette interface peut prendre plusieurs formes, par exemple un terminal de commande, une interface graphique dédiée ou un site web.

Le back-end de détection constitue le cœur de la chaine et embarque, en particulier, le modèle de détection.

Le modèle est entrainé à détecter un ensemble spécifique d'espèces. Chaque « version » du modèle est donc décrite par une liste d'espèces (nombre de classes d'objets détectés) et les poids (paramètres du modèle) issus de l'apprentissage correspondant.  

Traitement des résultats de détection / identification

Les résultats de détection sont filtrés selon plusieurs critères :

• • Les détections dont le score de confiance est jugé trop faible ne sont pas retenues ;
• • Les détections de petite taille (ou petite surface) correspondent vraisemblablement à des détections partielles ou à des artefacts et sont éliminées ;
• • Sous l'hypothèse d'une croissance isotrope, les houppiers des arbres vus du dessus s'inscrivent dans une boite carrée. Par conséquent, les détections dont la boite est trop rectangulaire sont écartées.