Ce modèle de Deep Learning permet d’extraire les fenêtres et les portes dans des données de bâtiments texturés affichés dans des vues 3D. La numérisation manuelle des fenêtres et des portes à partir de données de bâtiments 3D peut être longue. Ce modèle automatise l’extraction de ces objets à partir d’une vue 3D et contribue à accélérer la mise à jour 3D et l’analyse. À l’aide de ce modèle, il est possible d’améliorer les données de bâtiments existants grâce à des informations supplémentaires sur la localisation, la taille et l’orientation des fenêtres et des portes. Les fenêtres et portes extraites peuvent être utilisées par la suite pour effectuer une analyse de visibilité 3D à l’aide des outils de géotraitement 3D existants dans ArcGIS.
Ce modèle est utile pour de nombreux secteurs d’activité et processus. Les services de l’administration et les forces de l’ordre agissant au niveau national peuvent recourir à ce modèle dans des scénarios d’analyse de la sécurité. Les collectivités locales peuvent utiliser la localisation des portes et des fenêtres pour faciliter l’évaluation de l’imposition par CAMA (évaluation de masse assistée par ordinateur) ou des études d’impact dans le cadre de l’aménagement urbain. Les agents chargés de la sécurité publique pourraient être intéressés par les accès physiques ou visuels à des zones réglementées ou par la capacité à construire des plans d’évacuation. Le secteur commercial, des agents immobiliers aux publicitaires en passant par les décorateurs intérieurs/concepteurs de bureau, peuvent tirer parti de l’emplacement des fenêtres et des portes. Il en va de même pour les entreprises de services publics, en particulier des opérateurs de téléphonie mobile. À vrai dire, ce modèle ne résout pas ces problèmes, mais il permet aux utilisateurs d’extraire et d’assembler les données dont ils ont besoin pour le faire.
Ce modèle de Deep Learning a été entraîné avec des images du jeu de données Open Images.
Licence requise
Pour réaliser ce processus, les licences suivantes sont nécessaires :
- Une licence ArcGIS Pro Advanced est nécessaire pour utiliser l’outil de détection d’objets interactive.
Détails du modèle
Ce modèle présente les caractéristiques suivantes :
- Entrée - Image (RVB).
- Sortie —Tuple avec prévisions, étiquettes (fenêtre ou porte) et, éventuellement, scores de confiance.
- 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 6.0 ou supérieures.
- Architecture - Ce modèle utilise l’architecture modèle Faster R-CNN mise en œuvre dans ArcGIS API for Python.
- Métriques de l’exactitude - Ce modèle a un score de précision moyen de 0,36 pour la classe des portes et de 0,54 pour la classe des fenêtres.
Accéder et télécharger le modèle
Apprenez à utiliser le modèle pré-entraîné Extraction des fenêtres et portes à partir de ArcGIS Living Atlas of the World. Vous pouvez également accéder au modèle directement dans ArcGIS Pro.
- Accédez à ArcGIS Living Atlas of the World.
- Connectez-vous à l'aide de vos identifiants de connexion ArcGIS Online.
- Recherchez Extraction des fenêtres et portes et ouvrez la page de l’élément à partir des résultats de recherche.
- Cliquez sur le bouton Download (Télécharger) pour procéder au téléchargement du modèle.
Vous pouvez utiliser le fichier .dlpk téléchargé directement dans ArcGIS Pro.
Notes de version
Voici les notes de version :
| Date | Description |
|---|---|
| Février 2021 |
|
Vous avez un commentaire à formuler concernant cette rubrique ?