Formation en présentiel ou en ligne : 4 jours soit 28 heures
- Type : Formation qualifiante
- Durée : 4j, soit 28 heures
- Modalité : Présentiel ou en ligne
- Versions : Python 3 (Jupyter, rasterio, scikit-learn, PyTorch) et QGIS
- Validation : 1 certificat de réalisation sera remis au donneur d’ordre et dans un deuxième temps un relevé de notes reprenant les objectifs, la nature, la durée de l’action et les résultats atteints sera envoyé par mail à chaque stagiaire.
- Prè-requis : Bases de télédétection (formation Télédétection niveau 1, quel que soit le logiciel) et notions de Python.
- Public : Chargés d’études, géomaticiens, bureaux d’études, data scientists
- Niveau : Perfectionnement
- Moyens : Présentiel : poste équipé fourni (Python 3, QGIS), travaux pratiques sur données réelles, 1 mois d’assistance gratuite après la formation. En ligne : accès illimité à la plateforme en ligne pendant 3 mois en toute autonomie, 24h/24h et 7/7 jours.
- Pèdagogie : 15% de théorie, 85% de pratique : étude de cas, mise en situation, exercices d’évaluation.
- Télécharger et préparer automatiquement des images Sentinel-1 et Sentinel-2
- Construire un jeu de données d’entraînement de qualité
- Classer l’occupation du sol par apprentissage automatique (Random Forest, XGBoost)
- Entraîner un réseau de neurones pour la segmentation d’images (U-Net)
- Évaluer les modèles et éviter les pièges courants
- Produire des cartes et automatiser une chaîne de traitement complète
Choisissez votre format
Le même programme, les mêmes objectifs : suivez la formation Télédétection et intelligence artificielle au format qui vous convient.
En présentiel
Inter-entreprises · 4 jours (28 h)
- Petit groupe : 7 stagiaires maximum
- Salle équipée, poste fourni
- Partout en France et à l’étranger
- 1 mois d’assistance gratuite
1 900 € · tarif réduit 1 520 €
En ligne
À votre rythme · accès 3 mois, 24h/24
- Autoformation : 950 €
- Avec 5 h d’assistance du formateur : 1 200 €
- Classe virtuelle en direct : 1 900 €
- Accès illimité 24h/24, 7j/7
À partir de 950 €
Intra-entreprise
Pour votre équipe · dans vos locaux ou à distance
- Session dédiée à votre structure
- Frais de déplacement du formateur inclus
Présentiel dès 4 500 € · en ligne dès 2 850 €
Détail des tarifs dans l’onglet « Tarifs ». En ligne, le programme ci-dessous est suivi sous forme de modules, à votre rythme.
Pourquoi suivre cette formation télédétection et intelligence artificielle ?
Cette formation télédétection et intelligence artificielle vous apprend à exploiter les images satellites Sentinel-1 (radar) et Sentinel-2 (optique) avec les méthodes de machine learning (Random Forest, XGBoost) et de deep learning (réseaux de neurones U-Net avec PyTorch). En 4 jours, vous construisez une chaîne de traitement complète en Python et QGIS : téléchargement des images, préparation des données d’entraînement, classification de l’occupation du sol, segmentation, évaluation des modèles et production de cartes.
Elle s’adresse aux géomaticiens, chargés d’études, bureaux d’études et data scientists qui maîtrisent déjà les bases du traitement d’images. Pour acquérir ces bases, suivez d’abord une formation de niveau 1 : télédétection avec QGIS, télédétection avec SNAP ou télédétection avec ArcGIS Pro. Découvrez toutes nos formations en télédétection.
Programme de la formation télédétection et IA
Jour 1 : IA appliquée aux images satellites et données Sentinel
L’IA appliquée aux images satellites
- Définitions : intelligence artificielle, apprentissage automatique, apprentissage profond
- Cas d’usage : occupation du sol, eau, forêts, cultures, urbanisation, risques
Environnement et données
- Python, Jupyter et environnement conda
- Accès aux données : Copernicus Data Space, catalogues STAC
- Lire et manipuler des rasters : rasterio, xarray, découpage, reprojection
- Masques de nuages, indices spectraux (NDVI, NDWI…) et séries temporelles Sentinel-2
Jour 2 : classification par apprentissage automatique (Random Forest, XGBoost)
Apprentissage automatique
- Créer des échantillons d’entraînement dans QGIS à partir de données de référence (BD TOPO, Corine Land Cover)
- Classification Random Forest et XGBoost avec scikit-learn
- Combiner radar Sentinel-1 et optique Sentinel-2
Évaluation des modèles
- Matrice de confusion, Kappa, précision, rappel, F1-score
- Validation croisée spatiale et pièges courants (fuite de données, classes déséquilibrées)
Jour 3 : apprentissage profond et segmentation U-Net
Apprentissage profond
- Réseaux de neurones convolutifs (CNN) : principe
- Préparer des patchs d’images et des annotations
- Entraîner un modèle U-Net avec PyTorch (CPU ou GPU)
- Utiliser des modèles préentraînés (modèles de fondation géospatiaux)
Jour 4 : applications, automatisation et mini-projet
Applications
- Cartographie de l’eau et des inondations
- Artificialisation des sols et suivi des cultures
- Détection des changements entre deux dates
Automatisation et restitution
- Automatiser la chaîne complète de traitement
- Exporter et cartographier les résultats dans QGIS ou ArcGIS Pro
Mini-projet
- Chaîne IA complète sur une zone d’étude : données, entraînement, évaluation et carte.
Cet exercice permettra d’évaluer l’autonomie du stagiaire dans l’utilisation de l’IA en télédétection.
Compétences acquises
- Préparer des données satellites en Python
- Entraîner, appliquer et évaluer des modèles d’apprentissage automatique et profond
- Produire des cartes fiables et automatiser les traitements