Skip To Content

Présentation du modèle

Image de bannière avec des oiseaux de mer détectés

On trouve les oiseaux de mer à proximité des habitats marins, tels que la mer et les zones humides du fait de la nourriture disponible. Les poissons et d’insectes constituent leur alimentation principale. La population des oiseaux de mer décline à un rythme bien plus rapide que les autres oiseaux, car le littoral est plus sensible à la pollution, à la pêche commerciale, à la dégradation des habitats, à l’extraction minière, aux nuisances engendrées par les activités humaines, etc. Les oiseaux de mer sont également menacés par des espèces prédatrices terrestres et aquatiques. Hormis la géographie de leur habitat, ils disposent de peu de moyens pour défendre leur nid ou protéger leurs petits. La reproduction et la ponte surviennent dans des habitats ouverts, sur sol nu ou simplement recouvert de brins d’herbe ou d’autres matériaux semblables, dans des zones sablonneuses ou pierreuses non protégées, sur la côte et les îlots.

Les sternes royales et caspiennes sont deux des 350 espèces d’oiseaux de mer. Les adultes mesurent entre 45 et 60 cm et pèsent entre 350 et 750 g. De par leur taille, ils sont classés dans la catégorie des petits objets et il est nécessaire de faire appel à une imagerie de très haute résolution pour les détecter. Les récentes innovations liées aux drones et à la technologie de l’intelligence artificielle nous ont permis de capturer des images haute résolution sur une vaste zone géographique et de détecter des objets de différentes formes et tailles. Les drones présentent également l’avantage d’éviter de déranger les populations d’oiseaux. Les drones sont plus faciles à exploiter et permettent d’effectuer des relevés fréquents même après des catastrophes naturelles ou non tels que des ouragans, des marées noires, etc. Ce modèle de Deep Learning contribue à automatiser la tâche de détection des oiseaux de mer (sternes royales et caspiennes) à partir d’images aériennes à haute résolution. Cela permet de cartographier efficacement des zones de protection pour les oiseaux de mer.

Licence requise

Pour réaliser ce processus, les licences suivantes sont nécessaires :

  • ArcGIS Desktop : extension ArcGIS Image Analyst pour ArcGIS Pro
  • ArcGIS Enterprise : ArcGIS Image Server avec l’analyse raster configurée
  • ArcGIS Online : ArcGIS Image for ArcGIS Online

Détails du modèle

Ce modèle présente les caractéristiques suivantes :

  • Entrée - images RVB haute résolution (résolution d’1,0 centimètre).
  • Sortie - Classe d’entités contenant les oiseaux de mer.
  • Calcul - Ce processus sollicite beaucoup de ressources de calcul, il est donc recommandé de s’équiper d’un processeur graphique avec des capacités de calcul CUDA 6.0 au minimum.
  • Géographies concernées - Ce modèle est prévu pour fonctionner parfaitement dans la région littorale de l’Afrique de l’Ouest.
  • Architecture - Ce modèle utilise l’architecture modèle MaskRCNN mise en œuvre dans ArcGIS API for Python.
  • Métriques de l’exactitude - Ce modèle a un score de précision moyen de 0,75.

Accéder et télécharger le modèle

Téléchargez le modèle pré-entraîné Détection des oiseaux de mer (sternes) - Afrique à partir de ArcGIS Living Atlas of the World. Vous pouvez également accéder au modèle directement dans ArcGIS Pro ou l’utiliser dans ArcGIS Image for ArcGIS Online.

  1. Accédez à ArcGIS Living Atlas of the World.
  2. Connectez-vous à l'aide de vos identifiants de connexion ArcGIS Online.
  3. Recherchez Détection des oiseaux de mer (sternes) - Afrique et ouvrez la page de l’élément à partir des résultats de recherche.
  4. Cliquez sur le bouton Download (Télécharger) pour procéder au téléchargement du modèle.

    Vous pouvez utiliser le fichier .dlpk téléchargé directement dans ArcGIS Pro ou le charger et l’utiliser dans ArcGIS Enterprise. Il est également possible d’optimiser le modèle pré-entraîné, si nécessaire.

Notes de version

Voici les notes de version :

DateDescription

Septembre 2022

  • Première édition de Détection des oiseaux de mer (sternes) - Afrique