DEGRE - Détection et géoréférencement des réseaux enterrés | FEREC 2020

19 David Guilbert et al . 3 Un outil pour l’annotation des données : labelGPR 3.1 Représentation des données radar Qui dit apprentissage supervisé dit annotation des données. En effet cette classe d’algorithme se base sur l’observation de nombreux exemples en terme de données et tente de s’adapter au mieux à l’ensemble de ce dernier. L’annotation des données consiste donc à adjoindre une information experte aux données traitées, de la même façon qu’un spécialiste en réalise l’interprétation et l’analyse. Cette information doit être enregistrée et stockée sous un format qui va permettre d’être utilisé par la suite pour l’apprentissage. 3.1.1 Génération d’images Le signal brut relevé par l’appareil n’est pas une donnée interprétable par un opérateur. On le trans- forme toujours sous forme d’une image afin de comprendre sa signification. La première étape consiste ainsi dans le cadre de données radar à s’intéresser à leur représentation. La plus répandue est le ra- dargramme, qui se trouve être une image représentant une partie du signal électromagnétique réfléchi par la structure auscultée. Un signal brut est souvent codé sur 12 voire 16 bits, donc la conversion en image demande de réduire à 8 bits le signal. Cela consiste à ramener les valeurs minimales à 0 et les maximales à 255 avec un rapport de proportionnalité appliquée à l’ensemble de la plage de variation. 3.1.2 Pré-Traitements de radargrammes Malheureusement cette simple conversion est insuffisante dans la majorité des cas, surtout sur des mesures expérimentales. L’intensité du signal décroît fortement au cours du temps, car le parcours en profondeur génère une atténuation de ce dernier. Si on garde la même échelle linéaire sur la dynamique du signal, l’écho de surface, qui est maximal, gomme les variations plus faibles du signal en profondeur et le rend non distinguable à l’image. Il est donc nécessaire de traiter le signal afin de générer une image qui permette de le visualiser. Actuellement les outils du module Python GPRpy sont utilisés pour ces pré-traitements. Les pa- ramètres sont ainsi les même appliqués à chaque signal radar, ce qui présente l’avantage de figer ces pré-traitements. Une piste d’amélioration envisagée à ce stade est de permettre sous une interface d’avoir la main sur certains paramètres de ce pré-traitement afin de pouvoir par exemple renforcer le contraste sur certaines portions de l’image ou spécifier un niveau de bruit pour filtrer ce dernier. 3.2 Une interface d’annotation 3.2.1 Description de l’outil L’outil proposé ici a vu le jour avec le projet Ferec Degre, et consiste en une interface graphique permettant de charger des fichiers radars, les représenter sous forme d’une image et de venir apposer des informations sur cette dernière. Un exemple est donné dans le figure 3.1. Une fois l’annotation terminée, les informations sont enregistrées sous deux formats. Le premier est un format qui place les points sélectionnés en pixels et sauvegarde les images, et le deuxième qui sauvegarde les points du signal brut et pour lesquels les cordonnées sont exprimées en ( x, t ) (pour un B-scan). La figure 3.1 montre la fenêtre du logiciel (qui est basé sur labelImg, ce dernier étant réservé aux images, qui a été adapté aux données radar). Les boîtes englobantes sont placées en deux clics puis modifiables en taille, et conjointement une description du phénomène détouré apparaît à droite de Cerema/ENDSUM