Formation à distance : 2 jours - 14 heures
- Type : Formation qualifiante
- Durée : 2j, soit 14 heures
- Modalité : Formation à distance
- Versions : ArcGIS PRO toutes versions
- Validation : évaluation du stagiaire, attestation de suivi de stage, attestation individuelle de fin de formation
- Prè-requis : Maîtriser les notions fondamentales du traitement d'image
- Public : Tout public
- Niveau : Standard
- Moyens : 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.
- Comprendre les concepts fondamentaux de l’intelligence artificielle et leurs applications dans le traitement d’images satellitaires et aériennes
- Intégrer des modèles d’IA dans ArcGIS PRO pour des analyses avancées
- Apprendre à préparer, analyser et interpréter des données spatiales à l’aide d’algorithmes d’apprentissage automatique
- Développer une première expérience de l’usage des techniques d’Intelligence artificielle à travers des exemples simples et représentatifs en s’appuyant sur les outils et moyens d’ArcGIS PRO
Les concepts clés de l’Intelligence artificielle
- Définitions et concepts clés de l’IA
- Différents types d’IA (machine learning, deep learning)
- Applications de l’IA dans les SIG et le traitement d’images
Machine Learning pour la Classification d’Images
- Concepts du Machine Learning appliqué aux images (supervisé vs non supervisé)
- Segmentation et classification d’images dans ArcGIS Pro
- Validation des résultats et matrice de confusion
Deep Learning et Détection d’Objets
- Introduction au Deep Learning appliqué au traitement d’images.
- Outils IA dans ArcGIS Pro :
– “Train Deep Learning Model” (Entraînement d’un modèle IA)
– “Detect Objects Using Deep Learning” (Détection d’objets)
- Entraînement et application de modèles basés sur TensorFlow, Keras et PyTorch.
- Détection automatique des bâtiments, routes et zones inondées
- Étude de cas : identification des changements urbains.
Analyse Multi-Temporelle et Détection des Changements
- Techniques de détection des changements sur des images satellites.
- Comparaison d’images multi-dates pour suivre l’évolution d’un territoire.
- Analyse des zones sinistrées (incendies, inondations, déforestation).
- Intégration avec ArcGIS Online pour le partage des résultats.
- Automatisation avec ModelBuilder et ArcPy (Python).
