Annuaire des initiatives

Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.

  • Institut national de l'information géographique et forestière (IGN)
  • Matplotlib
  • MicMac est un logiciel open source dédié à la reconstruction 3D et à la modélisation photogrammétrique. Développé par l'IGN et l'ENSG, il permet de transformer des séries d'images en modèles 3D précis, utiles pour la cartographie, l'urbanisme ou l'archéologie. L'outil s'adresse aux professionnels et chercheurs nécessitant des solutions de traitement d'images géospatiales avancées.
  • FLAIR-2 est un projet de recherche public visant à créer un jeu de données d'imagerie optique multisources à haute résolution pour la segmentation sémantique des paysages. Il combine des images aériennes (5 canaux RVB-Infrarouge-Élevation) et des séries temporelles Sentinel-2 (10 bandes spectrales) couvrant l'ensemble du territoire français sur trois ans. L'objectif est de fournir une base de données annotée pour développer des modèles d'intelligence artificielle capables de produire des cartes plus précises et détaillées de l'occupation des sols, facilitant ainsi la compréhension et la gestion de l'environnement.
  • Projet visant à améliorer la précision des cartes d'occupation des sols en France grâce à la segmentation sémantique d'images aériennes. Il propose un jeu de données de référence composé de plus de 20 milliards de pixels annotés, couvrant trois années et différentes périodes temporelles. Les modèles développés permettent de classifier automatiquement des zones urbaines, agricoles, forestières et autres types de couverture terrestre à partir d'images aériennes multispectrales.
  • FLAIR-HUB est une plateforme dédiée à la segmentation sémantique multimodale et multi-tâches d'images d'observation de la Terre. Elle propose un jeu de données à très haute résolution (20 cm) couvrant 2 528 km² de France, combinant six modalités alignées : imagerie aérienne, séries temporelles Sentinel-1/2, imagerie SPOT, données topographiques et images historiques. L'outil permet d'entraîner et d'évaluer des modèles d'apprentissage profond pour la cartographie des sols et des cultures, facilitant ainsi la compréhension et la gestion de l'environnement.
  • MAESTRO est un modèle d'intelligence artificielle spécialisé dans le traitement de données d'observation de la Terre. Il utilise des techniques d'auto-encodage masqué pour analyser des images satellites multimodales, multitemporelles et multispectrales. Le projet permet de segmenter des cultures, identifier des espèces végétales, cartographier des zones urbaines et évaluer les changements environnementaux. Il est conçu pour améliorer la précision des analyses géospatiales et soutenir des applications en agriculture, urbanisme et gestion des écosystèmes.
  • Outil open source dédié à l'analyse et à la modélisation de séries temporelles géodésiques, notamment pour les cadres de référence terrestres. Il permet de traiter des données issues de stations GNSS, de combiner des solutions géodésiques (SINEX) et de générer des modèles mathématiques pour étudier les mouvements de la croûte terrestre. Développé par l'IGN France, il s'adresse aux chercheurs, ingénieurs et institutions travaillant dans le domaine de la géodésie et de la géophysique.
  • GEMAUT est un outil open source développé par l'IGN pour transformer des Modèles Numériques de Surface (MNS) en Modèles Numériques de Terrain (MNT) haute résolution. Il automatise l'extraction du sol en générant des masques de sursol et en appliquant des méthodes de régularisation avancées. L'outil propose deux moteurs de calcul (PDAL et SAGA) et s'intègre dans des workflows de traitement d'images géospatiales pour des applications en cartographie, urbanisme ou gestion des risques.
  • Pyram legacy est une implémentation de l'analyse d'images par ensembles d'échelles et de la segmentation hiérarchique d'images développée par l'IGN (Institut National de l'Information Géographique et Forestière). Ce projet permet de traiter des images géospatiales en utilisant des méthodes avancées de modélisation multi-échelles pour extraire des structures pertinentes et analyser des données visuelles complexes.
  • Projet dédié à l'analyse et à la cartographie de la couverture terrestre à partir d'images géospatiales. Il permet d'évaluer et de comparer des modèles d'intelligence artificielle pour la classification des sols. Le service génère des rapports détaillés et des métriques pour mesurer la performance des algorithmes. Les données traitées incluent des images raster et vectorielles pour produire des cartes thématiques et des statistiques spatiales.
  • ODEON Landcover est un ensemble d'outils en ligne de commande dédiés à la segmentation sémantique d'images de télédétection (satellites et aériennes). Il permet d'analyser et classifier automatiquement des zones géographiques pour identifier des objets ou des types de couverture (bâtiments, forêts, cultures, etc.). Le projet utilise des modèles de deep learning pour traiter des données géospatiales et générer des cartes thématiques précises.

11 initiatives