L’intégration de méthodes d’intelligence artificielle (IA) dans le projet e-COL+ permet d’exploiter pleinement la richesse des corpus numériques produits, en automatisant et en optimisant le traitement des données à toutes les étapes du flux de travail.
En 2D, les avancées en détection d’objets, segmentation et classification ont considérablement amélioré l’analyse automatisée des images. Couplés aux plateformes collaboratives Xper³ et Annotate On, les outils IA développés par le projet e-COL+ permettent d’extraire automatiquement des caractères anatomiques à partir de textes, de créer des matrices taxon/caractères, et d’enrichir ainsi les métadonnées associées aux spécimens numérisés.
Segmentation et détection automatique de structures anatomiques grâce à des outils d’Intelligence Artificielle – IRD @Youcef_Sklab
En 3D, des outils d’IA sont développés pour détecter automatiquement des points de repère (landmarks) sur des surfaces complexes, analyser des nuages de points, classer des formes 3D pour aider à l’identification des spécimens, ou des structuresd’intérêt.
Pose automatique de points d’intérêt anatomiques et comparaison avec des méthodes manuelles ou semi-automatiques (GUILLAUMOT Charlène, SKLAB Youcef, DUBIED Morgane, LAFFONT Rémi, NAVARRO Nicolas)