ML_bati_non-bâti

Notoriété 15 %

Le projet ML_bati_non-bâti est un exercice de classification automatique d'images utilisant des techniques d'intelligence artificielle. Il permet de déterminer la probabilité de présence de bâtiments sur des orthophotographies en utilisant l'apprentissage supervisé. Ce projet vise à présenter un cas concret d'utilisation des techniques d'intelligence artificielle dans une application métier.

Dépôt de code

https://github.com/CEREMA/dtermed.ML_bati_non-bati (nouvelle fenêtre)4 étoiles

Cas d'utilisation métiers

Cas d'utilisation fonctionnels

Organisation

Administration centrale
- Gouvernement (Premier ministre et ministères)
  - Ministère de la Transition écologique, de la Biodiversité et des Négociations internationales sur le Climat et la Nature
    - Agences et opérateurs de l'État - Ministère chargé de la Transition écologique
      - Centre d'études et d'expertise sur les risques, l'environnement, la mobilité et l'aménagement (organisation rattachée)

Outils utilisés

Description générée le lundi 18 mars 2024 à 11:10:11

D'autres initiatives de la même organisation

Accueil | PILES
piles.cerema.fr
DTRF
dtrf.cerema.fr
Accueil | Paysages Territoires Transitions
paysages-territoires-transitions.cerema.fr
dterocc.chaineTraitement.traitementImageSatelliteEtIndicateursDerives
github.com/CEREMA/dterocc.chaineTraitement.traitementImageSatelliteEtIndicateursDerives