Le meilleur de l’apprentissage profond dans ArcGIS

Suivez ce guide pour obtenir une compilation des meilleures plateformes d’apprentissage profond dans l’écosystème ArcGIS.

L’apprentissage profond est plus facile que jamais à intégrer dans les flux de travaux géospatiaux et d’imagerie, et Esri offre une pléthore d’outils et d’applications pour aider les utilisateurs à tirer parti de cette technologie IAG (intelligence artificielle géospatiale).

Les fonctionnalités d’apprentissage profond sont accessibles par l’intermédiaire d’ArcGIS API for Python, des outils de géotraitement d’ArcGIS Pro, des outils d’analyse Map Viewer d’ArcGIS Online et de Deep Learning Studio. Avec autant d’options, il peut être difficile de déterminer quand utiliser quoi et quels sont les avantages de chaque plateforme. Ce billet de blogue se veut un guide pour vous aider à choisir la meilleure plateforme d’apprentissage profond pour votre cas d’utilisation!

Tout d’abord, examinons les différentes options et leurs différentes configurations système requises.

ArcGIS Pro – outils et assistants de géotraitement par apprentissage profond

ArcGIS Pro est une application de bureau qui comprend des outils d’apprentissage profond venant avec les modules d’extension Image Analyst, Spatial Analyst et 3D Analyst. Pour vous servir de l’apprentissage profond dans ArcGIS Pro, vous aurez besoin des éléments suivants :

• une licence ArcGIS Pro Desktop;
• le module d’extension Image Analyst, Spatial Analyst OU 3D Analyst (en fonction des outils que vous souhaitez utiliser);
• des bibliothèques d’apprentissage profond (en téléchargement gratuit).

Pour plus de renseignements sur la configuration système requise, notamment l’installation des cadres d’applications d’apprentissage profond, consultez ce guide.

Outils d’analyse de Map Viewer d’ArcGIS Online

ArcGIS Online est une plateforme infonuagique de logiciel-service qui comprend certains outils d’apprentissage profond qui se trouvent dans Map Viewer. Pour vous servir de l’apprentissage profond dans ArcGIS Online, vous aurez besoin des éléments suivants :

• un compte d’organisation ArcGIS Online avec un type d’utilisateur Creator ou GIS Professional;
• ArcGIS Image for ArcGIS Online;

• le rôle Publisher, Facilitator ou Administrator, ou un rôle personnalisé équivalent;
• un navigateur web moderne de bureau.

Pour de plus amples renseignements sur l’activation de l’accès aux outils d’apprentissage profond dans ArcGIS Online, lisez ce billet de blogue.

Deep Learning Studio dans ArcGIS Enterprise

Deep Learning Studio est une application web offerte avec Image Server for ArcGIS Enterprise. Il s’agit d’une application complète et collaborative pour l’entraînement et l’inférence liés aux modèles. Pour vous servir de l’apprentissage profond dans Deep Learning Studio, vous aurez besoin des éléments suivants :

• ArcGIS Enterprise 11.x;
• ArcGIS Image Server;
• un rôle Publisher ou Administrator ou un rôle équivalent dans ArcGIS Enterprise OU un type d’utilisateur Editor ou un rôle équivalent dans ArcGIS Enterprise;
• un navigateur web moderne de bureau.

Pour plus de renseignements sur la configuration système requise pour ArcGIS Deep Learning Studio, parcourez cette documentation.

ArcGIS API for Python

ArcGIS API for Python est une bibliothèque Python qui permet de créer des scripts dans la suite ArcGIS, notamment pour l’administration d’organisations SIG, la gestion de contenu, l’analyse spatiale et la science des données. Parmi ses fonctionnalités, on trouve le module arcgis.learn qui propose diverses fonctions de manipulation des données et d’entraînement de modèle d’apprentissage profond. L’installation d’ArcGIS API for Python est gratuite, mais la plupart de ses fonctionnalités nécessitent une connexion à un compte ArcGIS (compte ArcGIS Developer/Platform, compte ArcGIS Online ou compte ArcGIS Enterprise). Le type de compte, le type d’utilisateur et le rôle dont vous avez besoin dépendent des ressources auxquelles vous devez accéder et des opérations que vous souhaitez entreprendre. 

Pour de plus amples renseignements sur les premiers pas avec ArcGIS API for Python, parcourez cette documentation.

Alors, quelle plateforme faut-il utiliser?

Le meilleur produit pour votre flux de travaux d’apprentissage profond dépend entièrement de ce que vous voulez accomplir et de votre expertise avec les différents composants de la suite de produits ArcGIS. Pour déterminer la solution la mieux adaptée à vos besoins, nous avons dressé ci-dessous une liste des meilleurs produits d’apprentissage profond en fonction de leur capacité principale.

Meilleure plateforme de toutes

ArcGIS Pro

ArcGIS Pro rassemble des capacités d’apprentissage profond dans une suite d’outils et d’assistants de géotraitement. Cet environnement familier offre un flux de travaux intuitif aux utilisateurs actuels d’ArcGIS Pro, tout en fournissant de nombreux assistants conviviaux pour la collecte de données d’entraînement, ainsi que des paramètres configurables pour l’ajustement de vos modèles.

ArcGIS Pro propose des assistants et des outils de géotraitement pour toutes les étapes du flux de travaux d’apprentissage profond. Ceux-ci comprennent la fenêtre Étiqueter les objets pour l’apprentissage profond, ainsi que le Gestionnaire d’échantillons d’entraînement aux fins de collecte de ces échantillons. Puis, on passe à l’outil Entraîner le modèle d’apprentissage profond aux fins d’un tel entraînement, et, enfin, l’on règle l’exécution du modèle entraîné (phase d’inférence) à l’aide d’outils de géotraitement propres à sa fonction, comme Détecter des objets, Classer des objets et Classer des pixels.

Les capacités d’apprentissage profond d’ArcGIS Pro sont offertes sous forme d’outils de géotraitement.

De nombreux documents et tutoriels sont disponibles pour expliquer l’ensemble du processus d’utilisation des outils d’apprentissage profond dans ArcGIS Pro. Ils rendent ce processus accessible aux utilisateurs qui n’ont jamais touché à l’apprentissage profond auparavant. Découvrez ces vidéos ArcGIS Pro sur l’installation des bibliothèques d’apprentissage profond, l’utilisation d’un modèle d’apprentissage profond pré-entraîné et la création et l’utilisation d’un modèle d’apprentissage profond dans ArcGIS Pro.

Le meilleur pour les nouveaux utilisateurs

ArcGIS Online Map Viewer

Vous souhaitez simplement tester un modèle d’apprentissage profond pré-entraîné d’un collègue ou d’ArcGIS Living Atlas? Les outils d’analyse de l’apprentissage profond dans ArcGIS Online sont le meilleur endroit pour commencer votre exploration. Les trois outils d’analyse (Détecter des objets à l’aide de l’apprentissage profond, Classer des objets à l’aide de l’apprentissage profond et Classer des pixels à l’aide de l’apprentissage profond) sont conviviaux et vous permettent d’utiliser des images et des modèles provenant de votre organisation ou partagés sur ArcGIS Online et ArcGIS Living Atlas.

Les outils d’analyse dans ArcGIS Online Map Viewer vous permettent d’utiliser un modèle pré-entraîné pour inférer des données, mais ils n’offrent pas les mêmes capacités d’entraînement de modèle que les autres plateformes. ArcGIS Online est donc une plateforme moins puissante pour tirer parti de l’apprentissage profond, mais elle est aussi beaucoup plus conviviale et accessible que les autres options. Si votre objectif est d’utiliser un modèle existant sur des données disponibles dans ArcGIS Online, les outils d’analyse d’apprentissage profond dans ArcGIS Online Map Viewer constituent le moyen le plus simple et le plus intuitif d’y parvenir.

ArcGIS Online Map Viewer dispose de trois outils d’analyse aux fins d’utilisation d’un modèle d’apprentissage profond : Classer des objets à l’aide de l’apprentissage profond, Classer des pixels à l’aide de l’apprentissage profond et Détecter des objets à l’aide de l’apprentissage profond.

Le meilleur pour la collaboration

ArcGIS Deep Learning Studio

Deep Learning Studio comprend plusieurs outils pour gérer la charge de travail liée à la création et à l’utilisation d’un modèle d’apprentissage profond par plusieurs utilisateurs. La première étape de l’utilisation de DL Studio consiste à créer un projet, puis à définir la source de données et le schéma des échantillons d’entraînement, pour ensuite inviter les membres du projet et configurer les unités de travail. Le principal avantage de Deep Learning Studio est qu’il permet la collaboration du fait de cette création de membres de projet et de cette division du projet en unités de travail distinctes.

Membres du projet

Les membres du projet peuvent être choisis parmi les groupes de votre organisation ArcGIS Enterprise. Les capacités des contributeurs sont réparties en trois rôles (propriétaire de projet, analyste, collecteur d’échantillons), qui sont liés à leurs privilèges d’utilisateur dans l’organisation ArcGIS Enterprise. Par exemple, toute personne ayant des droits d’édition peut avoir le rôle de collecteur d’échantillons. Le tableau ci-dessous indique les tâches qui peuvent être effectuées par chaque rôle.

Vue d’ensemble des capacités de Deep Learning Studio selon les rôles dans le cadre d’un projet Deep Learning Studio.

Unités de travail

Les unités de travail sont des divisions du groupe affectées à des sections précises de l’imagerie, de sorte que l’ensemble des utilisateurs individuels puisse collecter des données d’entraînement de manière organisée, sans chevauchement. Il existe trois options pour créer des unités de travail :

• Système de grille : vous pouvez définir la taille de la grille qui recouvre l’imagerie afin que chaque membre travaille sur une cellule de la grille à la fois.
• Unités de travail personnalisées : vous pouvez utiliser une couche d’entité surfacique existante pour définir les zones polygonales sur lesquelles chaque membre peut travailler.
• Images individuelles : chaque membre peut travailler sur une image à la fois quand il est question d’imagerie comportant plusieurs images individuelles.

 Vous avez le choix de trois options pour répartir la collecte d’échantillons d’entraînement en plusieurs unités de travail.

Donc, les deux fonctionnalités Membres du projet et Unités de travail permettent aux membres du projet de collaborer à la collecte et à l’examen des échantillons d’entraînement. Une fois qu’une zone est marquée comme terminée, les analystes de projet et les propriétaires peuvent y aller et examiner le travail.

Est-il encore possible de collaborer sur d’autres plateformes? Bien sûr! Comme pour les autres flux d’analyse, les données peuvent toujours être partagées à des étapes intermédiaires. Par exemple, vous pouvez, si vous le souhaitez, faire en sorte que plusieurs utilisateurs collectent des données d’entraînement sur des instances distinctes de Pro et fusionner les différentes classes d’entités résultantes pour créer un grand ensemble de données d’entraînement. Cependant, il n’existe pas de moyen intégré de réaliser cette collaboration, sauf dans Deep Learning Studio, ce qui en fait une plateforme idéale pour réaliser l’apprentissage profond lorsque plusieurs personnes sont impliquées.

Pour une présentation détaillée de la collaboration avec les membres de l’organisation sur un projet d’apprentissage profond dans ArcGIS Deep Learning Studio, regardez cette vidéo.

Le meilleur offert aux utilisateurs de Python pour l’entraînement de modèle

ArcGIS API for Python

Comprendre Python permet de débloquer de nouvelles couches dans n’importe quel flux de travaux SIG, et l’apprentissage profond ne fait pas exception à la règle.

ArcGIS API for Python offre actuellement une flexibilité unique dans l’écosystème ArcGIS en matière d’entraînement de modèles. Ces outils ne sont disponibles qu’en Python, de sorte qu’en l’absence d’interface utilisateur, vous devez être assez à l’aise avec le langage de programmation Python pour les utiliser avec succès. Le module arcgis.learn dans ArcGIS API for Python offre des options permettant d’incorporer des modèles externes dans le flux de travaux ArcGIS, ainsi que d’autres options pour régler les hyperparamètres et augmenter vos données. L’utilisation de la bibliothèque ArcGIS API for Python permet aux utilisateurs de tirer parti de certaines des meilleures bibliothèques d’apprentissage profond de source ouverte, telles que TensorFlow et Keras, intégrées de manière transparente dans l’écosystème ArcGIS.

Un autre avantage de l’utilisation d’ArcGIS API for Python est que la solution est conçue pour les entités hébergées sur le web, ce qui vous permet de travailler avec des classes d’images et d’entités hébergées.

Cependant, en l’absence d’interface utilisateur, la collecte des données d’entraînement doit être effectuée en dehors du flux de travaux Python. Vous pouvez utiliser les outils d’ArcGIS Pro ou d’autres outils pour collecter des données d’entraînement en tant que classe d’entités, puis recourir à la fonction export_training_data pour convertir les données d’entraînement au bon format et poursuivre le travail dans Python.

Existe-t-il d’autres options pour les programmeurs qui n’utilisent pas ArcGIS API for Python? Oui! Tous les outils de géotraitement d’ArcGIS Pro, y compris les outils d’apprentissage profond, sont disponibles avec la bibliothèque ArcPy. Vous pouvez toujours entraîner votre modèle avec ArcPy, mais cette voie offre moins de flexibilité et moins d’options avancées qu’ArcGIS API for Python. Les utilisateurs de Python peuvent également combiner les bibliothèques ArcPy et ArcGIS API for Python avec d’autres bibliothèques de source ouverte afin de maximiser la flexibilité et de tirer parti des avantages de chaque bibliothèque.

Résumé

L’apprentissage profond est disponible à différents formats dans l’écosystème ArcGIS, ce qui le rend de plus en plus accessible aux utilisateurs ayant des compétences variées. Que vous souhaitiez utiliser ArcGIS Online pour tester un modèle pré-entraîné ou vous servir d’ArcGIS API for Python pour créer un modèle personnalisé, il existe une option ArcGIS pour vous! Quelle que soit la plateforme que vous choisissez, ArcGIS dispose des outils nécessaires pour vous aider à devenir un as de l’apprentissage profond.