OCAPI - Observation de la biodiversité par des caméras plus intelligentes | FEREC 2020

OCAPI – Observation de la biodiversité par des Caméras Plus Intelligentes Lauréat de l’appel à projets 20 20 Fondation FEREC « Intelligence artificielle (IA) appliquée aux infrastructures en service » 14 / 30 pour des utilisateurs externes au projet. L’accessibilité au x données confidentielles ne peut à ce jour se faire que via une convention spécifique avec les propriétaires des données concernées. Constitution des jeux de données 3.1.2.1 Collecte de données Pour la mise en œuvre du projet OCAPI, des partenariats avec des producteurs gestionnaires de données photographiques ont été mis en place. Les principaux acteurs et réseaux d’acteurs sollicités pour constituer les premiers jeux de données sont : les gestionnaires d’infrastructures linéaires de transport terrestre, les fédérations de chasseurs, les associations naturalistes, les laboratoires de recherche, les bureaux d’études naturalistes. Des conventions de mise à disposition de données ont ainsi été passées avec 7 partenaires pour la durée du projet. Les principaux partenaires ayant répondus favorablement et ayant mis à disposition des données à ce jour sont Vinci autoroute qui nous a donné accès à l’ensemble d e ces données issues de leurs suivis environnementaux des 15 dernières années, les fédérations des chasseurs (réseau Loup-Lynx, Fédération Régionale des chasseurs d’Occitanie , etc.) et quelques bureaux d’études. 3.1.2.2 Annotations Les annotations réalisées pour le projet OCAPI ont été conduites exclusivement par les écologues de TerrOïko. Ce sont ainsi, 18 ingénieurs écologues formés qui ont réalisé des annotations, dont 1 CDD recruté spécifiquement sur ce projet pour réaliser cette tâche. 3.2 Détection de Mammifères européens par apprentissage profond En parallèle du développement de la plateforme d’annotation OCAPI, au sein du laboratoire PICS- L de l’IFSTTAR -Université Gustave Eiffel, une première chaîne de traitement a été développée pour tester la faisabilité de ra ffiner l’apprentissage afin d’aller vers la reconnaissance des Mammifères Européens. Ce premier travail est détaillé dans le rapport de stage de Cyndy Noubissy qui a effectué son stage recherche de deuxième année de l’ENSTA au sein du laboratoire PICS-L du rant l’été 2021 (Noubissi 2021) et disponible sur le site du projet (www.terroiko.fr/OCAPI.php ) . L’objectif de cette première étape est de per mettre un raffinement rapide de l’apprentissage à partir des ba ses de données annotées OCAPI. L’algorithme de reconnaissance issu de ces travaux est disponible sur https://oikolab.terroiko.fr/ocapi/.