IA Flash Etalab Talk

22/10/2019 à la DINSIC

Transcript

1. IA FLASH Etalab TALK 25/09/2019
3. Chaîne de traitement d’images
4. DEMO https://iaflash.fr
5. Plan
6. Dossiers de contraventions: Information Carte Grise Données des radars Métadonnées de contravention Images radars: Données Marque Modèle Radar Sens Status Chemin B.M.W. 3er Reihe ETM ELOI Payé /data/img1.jpg Taille de la base : Première extraction: - 2 mois des données - 4.3M images Deuxième extraction: - 1 an de données - 23M images - 50% des infractions sont envoyées - 5 types de radars - ~ 1 fausse doublette pour 2000 infractions Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives
7. Normaliser les marques/modèles dans le système d'immatriculation des véhicules 1. XSARA PICASSO : XSARAPICAH, XSARA PICASSO 20HDI, XSARA PICA, … 2. CLASSE E : E220 BLUETEC, CLASSEEE27, E 220 D, E 220 CDI, E 220 BLUETEC,… 3. SERIE 1 : 1er Reihe, SERIE I, Serie X(1) 4. A4 : A4 avant, A4 ALLROAD QUATTRO SivNorm Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives
8. Distribution des classes Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives
9. Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives Architecture modélisation
10. Bonnes prédictions : 97% Erreurs label prediction Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives Résultats
11. Berlingo/Partner Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives Erreurs
12. Anonymisation d’images Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives • Détection de visages + plaque d’immatriculation • Mise en place d’un set de données open source
13. Clustering et apprentissage non-supervisé Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives Comment discriminer le modèle, en gamme par exemple? Dans le jeu de données des C3, on peut faire des groupes dans l’espace de l’avant dernière couche du réseau. C3 III C3 Classic C3 II
14. Merci Plus d’information https://iaflash.fr
15. Détection de véhicules Utilisation du modèle Retina 101 entrainé sur le dataset COCO. - 330K images labelisées - 80 object categories, entre autres: - voitures - camions - motos - feux de circulation
16. Clustering et apprentissage non-supervisé Données ➡ Modélisation ➡ Analyse de résultats ➡ Perspectives Comment discriminer le modèle, en gamme par exemple? Dans le jeu de données des clio, on peut faire des groupes dans l’espace de l’avant dernière couche du réseau. Clio 2 Clio 3 Clio 3 Clio 4