EASY-(DAI)² - Economical & Automated SYstem for Distresses Detection on Airfield Infrastructure with Artificial Intelligence | FEREC 2020

Vers un relevé simplifié et automatisé des dégradations par IA Lauréat de l’appel à projets 2020 Fondation FEREC « Intelligence artificielle (IA) appliquée aux infrastructures en service » 22 / 39 Tableau 4. Comparaison des longueurs de détection estimées par le modèle de deep learning avec la vérité terrain L’examen de ce tableau apporte un éclairage différent sur les résultats. On constate ainsi que les longueurs estimées des dégradations (toutes classes confondues) par le modèle DL sont, en proportion, relativement proches de celles que l’on devrait retrouver. On perçoit malgré tout deux tendances distinctes pour les classes étudiées : - Pour la classe LC, une tendance à sous-estimer les longueurs des dégradations (en excluant les résultats de la bande n°4) - Pour la classe TC, une tendance à surestimer les longueurs des dégradations La sous-estimation systématique des longueurs peut s’expliquer en partie par l’effet des populations d’images avec des Faux Négatifs (détections manquées). Paradoxalement, les cas FN sont en proportion plus nombreux pour la classe TC (donc a priori on s’attendrait à une sous-estimation) tandis que les cas FP sont plus nombreux pour la classe LC (ce qui tendrait plutôt vers une surestimation). Si l’on fait le lien entre les résultats affichés à travers la matrice de confusion et les longueurs des dégradations, on peut donc supposer que le modèle produit des faux négatifs, donc des détections manquées, pour des dégradations de faibles longueurs (« bouts de fissures ») ; cela n’affecte donc que très peu la mesure de la longueur totale des dégradations. Dans quelques cas, la présence de faux négatifs peut également s’expliquer par une détection unique d’un ensemble de fissures « alignées » alors que dans la vérité terrain ces fissures ont été repérées séparément (Figure 15) . Longueur dégradation Deep Learning (m) Longueur dégradation Vérité Terrain (m) DL / Vérité terrain (%) LC 265.78 299.2 89% TC 156.67 135.69 115% Total Fissures 422.45 434.89 97% LC 113.94 139.49 82% TC 179.89 173.23 104% Total Fissures 293.83 312.72 94% LC 301.63 412.18 73% TC 151.89 154.69 98% Total Fissures 453.52 566.87 80% LC 63.4 39.84 159% TC 144.31 146.7 98% Total Fissures 207.71 186.54 111% LC 744.75 890.71 84% TC 632.76 610.31 104% Total Fissures 1377.51 1501.02 92% Bande 1 Bande 2 Bande 3 Bande 4 Total (toutes bandes)