Salut à tous,
Je me permets de faire le pont avec nos amis de GeoRezo, où un sujet vient d’être ouvert en lien avec Panoramax :
Je ne suis pas l’auteur du sujet, mais je pense qu’il serait profitable d’ouvrir cette discussion ici en complément, afin de partager les retours d’expériences sur les diagnostics de voiries facilités par Panoramax intégré au SIG d’une Agence.
Je crois que @Nzau a peut-être des billes sur le sujet via Immergis. Sur Besançon la boîte a notamment fait des photos pour localiser les ralentisseurs.
Également dans le genre y a NextRoad et OffRoad (oui, ça s’invente pas) qui ont des outils de computer vision pour analyser les images. Reste qu’il tient qu’à nous de développer les algorithmes de détection de dégradation pour les appliquer aux images collectées. Vu l’enjeu financier derrière, ça peut clairement motiver des collectivités.
Dans les dernières images que j’ai prises je pensais justement à cet usage. Sur une 208 sans perche, et comme montré ailleurs, c’est même pas la peine de penser à la chaussée. Et avec une perche à 50 cm on a une meilleure vue, mais la qualité d’image est franchement limite à l’avant. À défaut de fixer la perche au milieu du capot, j’imaginais pour les prochaines sorties de la fixer la plus possible à l’arrière du véhicule où ça devrait donner une vue pas mal dégagée et au plus proche de la chaussée.
En solution alternative, j’ai encore une Hero11 qui donnait de bonnes images fixée sous le guidon du vélo. Je vais tenter de voir ce que ça donnerait positionné à l’avant du capot. J’ai même chopé des supports de phare pour véhicules tout terrains pour pouvoir essaimer facilement si ça fonctionne.
Séquence faite, je suis vraiment à la limite de ce qui est possible sur une 208. On perd quasiment toute l’info de chaussée à l’avant du véhicule, mais on a grosso modo 1 m d’occupé au pied du véhicule en regardant à l’arrière après quoi c’est openbar.
Pour du diagnostic de la voirie, il y a pas mal de choses envisageables:
Le champ me semble très large et il faudrait peut être préciser les objectifs des uns et des autres car cela va avoir des impacts sur la prise de vue (qualité minimale, résolution, distance entre images, précision de géoloc) ainsi que la méthode de traitement (manuel ou computer-vision).
Par exemple, pour un diagnostic du revêtement, j’imagine qu’une caméra fixée à l’arrière d’un véhicule et visant plutôt la chaussée sera plus pertinente, mais pour l’état des abords, il faudra surement prioriser les côtés, donc un véhicule bas ou étroit (j’aimerai tester avec une Twizzy !) et une caméra plus haute pour éviter le masquage par le toit.
Quels modes de prise de vue sont à préférer pour tenter d’englober un peu tous les cas ?
Ensuite… peut-on travailler collaborativement sur les modèles (ouverts) de computer-vision ?
Un projet open source qui détecte les nids-de-poule | Posts | Le site de Korben
Je suis ce sujet de près comme élu, (au moins encore 3 mois). nous avons une appli commerciale qui fait ce travail, mais libriste dans l’âme, je préférerais des solutions comme celle citée par Korben, Pour une collectivité, la difficulté est d’avoir des agents pour installer, paramétrer et maintenir les applications libres.
Pour finir, une idée de développement : les applis commerciales ne regardent que la chaussée et pas les trottoirs. Ça, personne ne le fait et c’est pourtant un sujet hyperimportant.
Tel que décrit par @cquest pendant la visio, apprendre à un modèle à reconnaître des choses semble accessible en matériel et en temps. Est-il possible d’avoir les outils qui le permettent et un poil de tuto ?
Je veux bien tester si c’est dans mes cordes et dans celles de ma machine.
Un tuto dans ce goût là ? Panoramax / Docs / Detection Tutorial · GitLab 