Awesome

Projet Rooftop - Eté 2021

Ce répertoire est dédié à la Détection/Segmentation/Localisation de toits goudronnés sur des images satellites en utilisant Mask R-CNN et le Google Maps API. Ce projet s'inscrit dans le cadre de ma participation à la compétition Copernicus Masters 2021. Mon but est d'extraire d'images satellites très hautes résolutions (résolution ~ 0.6m) les toits de bätiments dont l'isolation réalisée avec des matériaux sombres provoque une surutilisation de la climatisation (ref société CoolRoof). La localisation des toits sur images satellites avec données géospatiales produit des coordonnées GPS qui une fois envoyées à l'API de Google Maps conduit à des métadonnées sur les bâtiments. Les informations générées sont compilées dans une base de données de type PostGIS.

Outils utilisés

• Dataset : INRIA Aerial Image Labeling Dataset (résolution 0.3m) et USGS NAIP via Google Earth Engine (résolution 0.6m)
• Etiquettage : Labelme Image Polygonal Annotation with Python
• Mask R-CNN : Modification du logiciel de Matterport par akTwelve pour être compatible avec Tensorflow 2.0

Article

Vous pouvez retrouver un article que j'ai écrit en anglais sur le thread de Towards Data Science un peu plus détaillé à propos de ce projet ici.