Modèle et jeu de données pour la détection multi-spectrale de feux de forêt à bord de satellites
Résumé
The number of wildfires will likely increase by 50% before
the end of the century. In this article, we focus on detecting wildfires onboard satellites to raise early warnings directly from space. In this context, we trained a neural network UNetMobileNetV3 to segment multispectral Sentinel2 images, which we annotated semi-automatically and verified manually. We then deployed this network to a GPU that can be embedded into a low-orbit satellite. We provide our dataset and the trained network here : www.irtsaintexupery.com/firesat
Le nombre de feux de forêts risque d'augmenter de +50% d'ici à 2100. Dans cet article, nous nous intéressons à la télédétection de ces feux à bord d'un satellite afin de lever des alertes précoces directement depuis l'espace. Dans ce cadre, nous avons entraîné un réseau de neurones UNet-MobileNetV3 à segmenter des images multispectrales de Sentinel-2, que nous avons annotées semi-automatiquement puis vérifiées manuellement. Nous avons ensuite déployé ce réseau sur un GPU embarquable sur un satellite en orbite basse. Les données et le réseau entraîné sont disponibles ici : www.irt-saintexupery.com/firesat
Origine : Fichiers produits par l'(les) auteur(s)