AI & ML interests
fire detection, vision, localization, deterministic perimeter, public source analysis, dataset
Recent Activity
FireViewer
Modèles, jeux de données et outils ouverts pour l’analyse visuelle et spatiale des incendies.
FireViewer est un projet open source consacré à la représentation 3D, chronologique et incidente-centrique des incendies. Cette organisation Hugging Face accueille progressivement les modèles, jeux de données, cartes de modèles, cartes de datasets, démonstrateurs et résultats d’évaluation liés au projet.
Le code source, les contrats et les pipelines associés sont publics sur GitHub :
FireViewer est un projet de développement et de recherche. Les ressources publiées ici ne constituent ni un système d’alerte, ni une source officielle, ni un outil certifié pour la conduite des secours, l’évacuation ou la prévision de propagation.
Domaines de travail
- analyse factuelle d’images et de vidéos d’incendies ;
- détection et localisation de fumée, flammes et repères visuels ;
- géolocalisation visuelle contrainte sur des zones cartographiques connues ;
- rapprochement entre vues au sol, orthophotos, relief et scènes 3D ;
- génération de données synthétiques avec NVIDIA Omniverse et Isaac Sim ;
- validation sim-to-real et étude du décalage de domaine ;
- représentation spatiale et chronologique des observations ;
- évaluation de l’incertitude, abstention et contrôle humain.
Politique de publication
Toutes les ressources publiées sous l’organisation FireViewer sont destinées à être documentées de manière transparente.
Chaque dépôt de modèle ou de dataset doit préciser, selon le cas :
- son objectif et son périmètre ;
- la provenance des données ;
- les licences applicables ;
- la méthode de création ou d’annotation ;
- les métriques et protocoles d’évaluation ;
- les limites connues ;
- les usages déconseillés ou interdits ;
- la version du pipeline ayant produit les artefacts ;
- les conditions nécessaires à une revue humaine.
Le fait qu’un modèle produise un résultat ne signifie pas que ce résultat est un fait établi. Les sorties automatisées doivent conserver leur niveau de confiance, leurs incertitudes et leurs éléments de provenance jusqu’à validation.
Ressources prévues
L’organisation pourra accueillir plusieurs familles de ressources :
Modèles
- classification et segmentation de fumée ou de feu ;
- détection de points caractéristiques ;
- estimation de visibilité et d’occultation ;
- extraction de repères territoriaux ;
- localisation visuelle sur une zone restreinte ;
- analyse multimodale factuelle.
Jeux de données
- images synthétiques d’incendies produites dans des environnements 3D ;
- vues terrestres, aériennes et cartographiques appariées ;
- séquences temporelles de progression synthétique ;
- cas négatifs et scènes ambiguës ;
- annotations spatiales, points, masques, boîtes et métadonnées caméra ;
- jeux de validation séparés destinés à mesurer le sim-to-real.
Démonstrateurs et évaluations
- Spaces de démonstration ;
- visualiseurs de résultats ;
- tableaux d’évaluation ;
- outils d’inspection des annotations ;
- rapports de limites et de robustesse.
Principes de sécurité et de qualité
- aucune sortie ne doit être présentée comme une confirmation officielle d’incendie ;
- aucune ressource ne doit fournir de consigne d’évacuation ou d’intervention ;
- aucune prédiction de propagation ne doit être interprétée comme opérationnelle ;
- les cas synthétiques doivent être explicitement identifiés comme synthétiques ;
- les données réelles doivent respecter les droits, consentements et licences applicables ;
- une abstention explicite est préférable à une localisation ou une conclusion non démontrée ;
- les performances doivent être évaluées sur des données séparées des données d’entraînement.
Code source
Les principaux dépôts publics sont disponibles sur GitHub :
- Frontend : https://github.com/fireviewer/fireviewer-frontend
- Backend : https://github.com/fireviewer/fireviewer-backend
- Worker IA : https://github.com/fireviewer/fireviewer-ai-worker
- Outils spatiaux : https://github.com/fireviewer/fireviewer-spatial
- Génération synthétique : https://github.com/fireviewer/fireviewer-sdg
Licences
Chaque modèle, dataset ou Space indique sa licence propre. Les licences des données externes restent celles de leurs producteurs. La présence d’un script de préparation ne transfère pas automatiquement les droits de redistribution des données sources.
Contact et contribution
- Hugging Face : https://huggingface.co/fireviewer
- GitHub : https://github.com/fireviewer
Les contributions techniques, documentaires et scientifiques sont bienvenues. Pour les incidents réels et les urgences, utilisez exclusivement les services d’urgence et les canaux officiels compétents.