Regardez la vidéo et soutenez-moi sur YouTube !
Les feux de forêt sont de plus en plus présents dans notre société moderne. Ils sont principalement causés par les vagues de chaleur, la foudre, les sécheresses, les changements climatiques ou même des gestes humains comme les incendies de voitures et les mégots de cigarette. Nous en avons récemment vu partout, notamment au Brésil, en Australie, aux États-Unis et au Canada. Ils détruisent des plantes, des vies humaines et animales ainsi que des propriétés, tout en contribuant au réchauffement climatique par la grande quantité de CO2 qu’ils produisent. Les services d’urgence incendie de ces pays disposent tous de murs d’écrans comme celui ci-dessous pour surveiller la situation.
Mur de caméras de surveillance de Syntecsys.
Le problème le plus courant est que les incendies sont repérés trop tard, alors qu’ils se sont déjà largement propagés. On ne peut pas demander à une personne de regarder ce mur toute la journée en attendant d’apercevoir de la fumée ou du feu. Vous voyez maintenant où je veux en venir. C’est ici que l’intelligence artificielle entre en jeu. Avec une IA suffisamment performante, nous pouvons faire encore mieux : elle surveille toutes ces caméras en même temps, toute la journée. Dès qu’elle détecte quelque chose d’étrange, elle alerte automatiquement les autorités en une fraction de seconde. Mieux encore, elle peut enregistrer les images vidéo où apparaît la fumée suspecte et les joindre à l’alerte avec des recommandations d’intervention, ce qui rend le processus beaucoup plus efficace. Dans le pire des cas, il s’agit d’une fausse alerte que les autorités décident d’ignorer. C’est une application de l’IA vraiment cool et pratique, qui est déjà déployée dans le monde réel !
Un tel système fondé sur l’IA fonctionne au Brésil depuis trois ans et a fait passer le temps moyen de détection des incendies de 40 minutes à moins de cinq [3]. Ce système, conçu par une entreprise brésilienne appelée Sintecsys [1], utilisait au départ des caméras installées au sommet de 50 tours réparties au Brésil. Avec l’aide de la communauté IA d’Omdena, où plusieurs équipes ont été réunies pour s’attaquer à cette tâche, ils ont réussi à construire le meilleur modèle d’IA pour ce cas d’usage.
Les problèmes à résoudre
Le premier grand problème venait du fait que 1. les images envoyées au modèle étaient prises à différents moments de la journée. La luminosité varie énormément entre le jour et la nuit. C’est un facteur majeur pour un modèle, puisque ce changement affecte l’ensemble de l’image et complique sa compréhension de la scène. De plus, le jour, les incendies sont facilement détectés grâce à la fumée. La nuit, pour des raisons évidentes, les flammes elles-mêmes sont beaucoup plus faciles à voir. Pour résoudre ce problème, les équipes pouvaient soit construire deux modèles distincts, un pour la nuit et un pour le jour, soit construire un modèle plus grand et supposer que la fumée demeure détectable pendant la nuit.
Deux approches possibles pour résoudre ce problème avec le deep learning.
La deuxième option pourrait fonctionner avec suffisamment de données d’entraînement et de paramètres pour apprendre de ces données. Bien sûr, la première approche pose problème au coucher et au lever du soleil, lorsque les flammes et la fumée peuvent toutes deux être détectées. Les auteurs ne précisent pas comment ils ont choisi de construire le modèle final, mais différentes équipes de la communauté IA d’Omdena ont testé les deux options.
Selon vous, quelle serait la meilleure solution dans cette situation ? Je suppose qu’un modèle suffisamment grand serait leur meilleure option pour gérer la frontière entre l’aube et le coucher du soleil sans entraîner un modèle pour chaque sous-cas. Ils ont aussi dû résoudre un deuxième problème : distinguer la vraie fumée des anomalies qui lui ressemblent dans les images, comme les reflets de caméra, le brouillard, les nuages et la fumée rejetée par des chaudières.
Le dernier problème était la faible définition des images reçues des caméras. Au départ, le modèle recevait des images fortement compressées envoyées par les caméras. Il fallait donc augmenter leur résolution avant de les transmettre au modèle.
Interface de Labelbox pour annoter, gérer et réviser les annotations.
Comme vous le savez maintenant, l’IA dépend énormément des données. Ils devaient donc disposer des meilleures données d’entraînement possible, autant en qualité qu’en quantité, pour résoudre ces problèmes. Un tel modèle ne peut être meilleur que les données qu’il reçoit pendant son entraînement. Le dataset devait donc être très vaste et contenir tous les artéfacts susceptibles d’apparaître dans le monde réel, comme les nuages, le brouillard et les reflets de caméra dont nous venons de parler. Pour commencer, 20 personnes ont annoté manuellement 9 000 images avec la plus grande précision possible. Elles ont parcouru toutes les images et peint manuellement par-dessus la fumée pour aider le modèle à comprendre son apparence. C’est sans aucun doute la tâche la plus coûteuse et la plus laborieuse, mais elle est essentielle pour construire la majorité des modèles fondés sur le deep learning utilisés dans des applications réelles. Si vous ne connaissez pas l’annotation de données, je vous invite à regarder cette courte vidéo que j’ai réalisée l’an dernier pour l’expliquer :
Comment fonctionne un modèle d’IA capable de détecter les feux de forêt
Après cette étape, les équipes pouvaient commencer à déterminer comment détecter la fumée, autrement dit, trouver la meilleure façon de savoir si une image contient ou non de la fumée. Nous n’avons pas les détails sur le modèle exact qu’elles ont choisi. Elles ont toutefois indiqué avoir finalement utilisé une approche fondée sur un réseau de neurones convolutifs (CNN), avec quelques modifications apportées aux images avant de les envoyer au réseau.
Une architecture de base de réseau de neurones convolutifs (CNN).
Comme vous le savez peut-être, les CNNs constituent une puissante architecture de deep learning pour les applications fondées sur la vision. En termes simples, l’image est compressée de façon itérative. Le réseau se concentre sur l’information dont nous avons besoin tout en retirant les caractéristiques spatiales redondantes et peu informatives. Nous obtenons finalement un taux de confiance qui nous indique si l’image contient ou non ce que nous cherchons. Le réseau peut se concentrer sur n’importe quoi, de la détection de chats, d’humains ou d’objets jusqu’à celle de la fumée dans ce cas-ci. Tout dépend des données sur lesquelles il est entraîné, mais l’architecture et le fonctionnement général restent les mêmes. Vous pouvez imaginer les CNNs comme des réseaux qui compressent l’image en se concentrant sur une caractéristique précise à chaque étape. Plus nous avançons dans le réseau, plus l’image devient compressée et pertinente pour ce que nous cherchons.
Quoi, pourquoi, comment : les filtres dans un réseau de neurones convolutifs.
Cette compression est effectuée à l’aide de filtres qui parcourent toute l’image et se concentrent sur des caractéristiques précises, comme des bordures ayant certaines orientations. Le processus est répété avec plusieurs filtres qui forment une convolution, et ce sont ces filtres que le réseau apprend pendant l’entraînement. Après la première convolution, nous obtenons une nouvelle image plus petite pour chaque filtre, appelée feature map. Chacune se concentre sur des bordures ou des caractéristiques précises. Elles ressemblent donc toutes à une étrange version agrandie et floue de l’image qui accentue certaines caractéristiques. Nous pouvons utiliser autant de filtres que nécessaire pour optimiser notre tâche.
Chacune de ces nouvelles images est ensuite soumise au même processus, encore et encore, jusqu’à ce que l’image soit tellement compressée que nous obtenions de nombreuses petites feature maps optimisées pour l’information dont nous avons besoin et adaptées aux nombreuses images différentes de notre dataset. Enfin, ces petites feature maps sont envoyées dans ce que nous appelons des « couches entièrement connectées » afin d’extraire l’information pertinente à l’aide de poids.
Les couches entièrement connectées servant à la classification à la fin de notre CNN.
Ces dernières couches contiennent tous les poids connectés qui apprendront sur quelle caractéristique le modèle doit se concentrer selon les images fournies, puis transmettront l’information pour notre classification finale. Ce processus compresse encore davantage l’information et nous indique finalement, avec un niveau de confiance, s’il y a ou non de la fumée. Si le modèle est bien entraîné, le résultat final est donc un modèle dont la compression se concentre sur les caractéristiques de la fumée dans l’image. Voilà pourquoi cette architecture convient si bien à cette tâche, ou à toute autre tâche fondée sur des images.
(à gauche) réponses élevées des filtres pour une image avec de la fumée et (à droite) réponses faibles des filtres pour une image sans fumée.
S’il y a de la fumée, les filtres produisent des réponses élevées et le réseau nous indique avec une grande confiance que l’image contient de la fumée. S’il n’y en a pas, les résultats de la compression produisent de faibles réponses et nous indiquent que rien ne se passe dans l’image par rapport à ce que nous cherchons, soit un incendie dans ce cas-ci. Le modèle peut aussi produire n’importe quel taux de confiance entre une absence de fumée et une fumée évidente. Selon les informations partagées, le modèle final a détecté la fumée dans les images avec une impressionnante précision de 95% à 97% [2] !
Comment l’appliquer à d’autres pays
Bien sûr, le modèle n’est pas encore parfait et, comme je l’ai dit, il dépend fortement de ses données d’entraînement, tout comme la plupart des approches fondées sur le deep learning.
Cela signifie qu’il risque d’être moins performant si nous essayons d’utiliser le même modèle dans différents types d’environnements. Il pourrait donc nous falloir plus de données pour l’adapter à un nouvel environnement. Heureusement, il existe de nombreuses façons d’adapter un modèle avec très peu de données disponibles. C’est ce que nous appelons le fine-tuning d’un modèle, effectué avec de nouvelles données différentes de celles utilisées pendant l’entraînement. En partant de la solide base qu’ils ont déjà, vous n’aurez donc pas à annoter 9 000 images pour chaque nouveau pays où vous souhaitez déployer votre modèle. Par exemple, ce modèle entraîné sur des images de forêts brésiliennes pourrait devoir être réentraîné sur quelques centaines à quelques milliers d’images supplémentaires de forêts canadiennes si nous voulions l’utiliser au Canada.
Conclusion
C’est une excellente application concrète du machine learning, avec un cas d’usage qui profitera à tout le monde, particulièrement à une époque où les feux de forêt se multiplient partout sur la planète. Avant de terminer cet article, j’aimerais vous poser une question : voyez-vous d’autres applications liées à l’environnement où l’IA pourrait aider ? Dites-le-moi dans les commentaires, et je chercherai à présenter celles que vous proposerez !
Merci d’avoir lu cet article,
Louis
Venez discuter avec nous dans notre communauté Discord : Learn AI Together et partagez vos projets, vos articles scientifiques et vos meilleurs cours, trouvez des coéquipiers pour Kaggle, et bien plus encore !
Si vous aimez mon travail et souhaitez rester au courant des dernières nouvelles en IA, suivez-moi sur mes autres réseaux sociaux (LinkedIn, Twitter) et abonnez-vous à mon infolettre hebdomadaire sur l’IA, la newsletter !
Pour me soutenir :
- La meilleure façon de me soutenir est de devenir membre de ce site ou de vous abonner à ma chaîne YouTube si vous aimez le format vidéo.
- Soutenez financièrement mon travail sur Patreon
Références :
- Syntecsys, 2021 : https://umgrauemeio.com/
- Article d’Odemna « Artificial Intelligence For Wildfires: Scaling a Solution To Save Lives, Infrastructure, and The Environment », décembre 2020 : https://omdena.com/blog/artificial-intelligence-wildfires/
- Article d’Odemna « Leveraging AI to fight wildfires », 2021 : https://omdena.com/projects/ai-wildfires
FAQ
Comment l’IA peut-elle détecter un feu de forêt ?
Un modèle de vision analyse les images des caméras pour repérer des motifs de fumée et classifie les images qui pourraient montrer un début d’incendie.
De quelles données d’entraînement un détecteur de fumée a-t-il besoin ?
Des personnes annotent les régions de fumée dans des paysages et des conditions météorologiques, d’éclairage et de caméra variés.
Pourquoi annoter la fumée pixel par pixel ?
Des masques détaillés apprennent au réseau quelle région visuelle signale un incendie, plutôt que de le laisser se fier à des éléments sans lien dans le paysage.
Un modèle entraîné dans un pays peut-il fonctionner partout ?
Pas automatiquement. Une nouvelle végétation, de nouvelles caméras, un terrain différent et une météo différente exigent des tests locaux et souvent des données supplémentaires.
Pourquoi la détection précoce par IA est-elle utile ?
Des alertes plus rapides peuvent aider les humains à vérifier la situation et à intervenir avant qu’un petit incendie devienne beaucoup plus important.
Comment un CNN transforme-t-il une image de caméra en score de confiance pour la fumée ?
Des filtres appris compressent l’image en feature maps, puis les dernières couches entièrement connectées combinent ces signaux pour estimer la présence de fumée.