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 » 26 / 39 Figure 18. Vue des trajectoires du véhicule d’essais sur la piste Uniform (relevés ayant servi à l'entraînement) Une fois l’entraînement réalisé, le modèle retenu pour traiter les images a été testé sur 9 bandes de la piste Charlie, calées sur des trajectoires parallèles du véhicule d’essais. Chaque bande mesure environ 330m de long et 3m de large. Figure 19. Vue des trajectoires suivies par le véhicule d'essais sur la piste Charlie Comme pour l’expérimentation de Lognes, une vérité terrain a été établie sur la base d’une analyse visuelle des images de chaussée enregistrées. C’est à partir de cette vérité terrain que le niveau de performance du modèle de DL a été établi dans le champ de l’indicateur F1-score et dans le champ de la longueur estimée de la dégradation.