Cette couverture du sol en format matriciel contient les classes voitures et objets d'arrière-cour.
Cette donnée a été extraite à l'aide d'un modèle de segmentation sémantique (apprentissage profond) entraîné sur l'imagerie aérienne NIR (Bandes Proche infrarouge, Rouge, Vert) de 2021 de la CMQuébec. La résolution d'extraction est de 12 cm, mais les données ont été simplifiées pour réduire le nombre de sommets et l'espace de stockage.
La métrique de performance Intersection over Union (IoU), utilisée pour évaluer la précision de l'identification et de la localisation des objets dans une image par le modèle, est de 0.949.
Certaines classes peuvent être obstruées ou partiellement obstruées par un autre objet (bâtiment, arbres). Bien que la classification réalisée par l'IA soit performante, il peut y avoir des erreurs de prédiction et de confusion du modèle.
La précision XY correspond à celle de l'imagerie aérienne, avec x = 0,025 m et y = 0,024 m. Puisque ces données ont été produites à l'aide de l'orthoimagerie NIR de 2021, il peut y avoir une différence entre cette donnée et l'orthoimagerie RGB de 2021.
Ce produit est évolutif, il peut être mis à jour régulièrement en fonction de l'amélioration des modèles IA.
Cette couverture du sol en format matriciel contient les classes voitures et objets d'arrière-cour.
Cette donnée a été extraite à l'aide d'un modèle de segmentation sémantique (apprentissage profond) entraîné sur l'imagerie aérienne NIR (Bandes Proche infrarouge, Rouge, Vert) de 2021 de la CMQuébec. La résolution d'extraction est de 12 cm, mais les données ont été simplifiées pour réduire le nombre de sommets et l'espace de stockage.
Scores par classe en validation: Surface imperméable: F1=0,997, IoU=0,993 Bâtiment: F1=0,987, IoU=0,975 Arbre: F1=0,985, IoU=0,970 Véhicule: F1=0,947, IoU=0,900 Eau: F1=0,996, IoU=0,993 Piscine: F1=0,972, IoU=0,945 Surface minérale autre: F1=0,975, IoU=0,951 Vé…
