Modèle d'IA de segmentation d'images sous stéroïdes grâce à des données synthétiques générées dans Unity

Cliquez ici pour voir l'affiche présentée à l'Atelier des experts 2022.

Les modèles d'IA de vision par ordinateur modernes nécessitent une grande quantité de données pour l’entraînement. De plus, ces données doivent être annotées et en cas de segmentation d'objets, il s'agit d'une tâche très difficile et chronophage. Le CDRIN, CCTT en intelligence artificielle, a utilisé le moteur de jeu Unity pour obtenir des données de segmentation parfaites. Cette solution permet de former des modèles d'IA pour différentes tâches. La tâche principale était de segmenter les morceaux de glace sur une rivière. L'équipe a créé le jumeau numérique du fleuve Saint-Laurent dans Unity avec les terres environnantes, les forêts et bien sûr avec ses flux de courants simulés. L'équipe a aussi créé un générateur de glace aléatoire à mettre dans l'eau. En plus de ce monde virtuel, il y a un système de caméras virtuelles qui peut prendre des photos virtuelles du fleuve avec de la glace, y compris toutes les métadonnées nécessaires (cartes de segmentation) pour entraîner les modèles d'IA. L'équipe a généré environ 1 000 images de synthèse avec ce système (environ 20 fois plus que des images réelles) et a formé des modèles d'IA DeepLabV3 avec cet ensemble de données. La performance moyenne (IoU) obtenue était de 83 % avec un important potentiel d'amélioration que nous prévoyons réaliser durant la phase 2.