Conversion ONNX du modèle de segmentation sémantique FLAIR-INC publié par l'IGN France.
Ce modèle n'est pas une création originale.
Il s'agit d'une conversion du modèle officiel IGNF vers le format ONNX
pour faciliter le déploiement sans dépendance PyTorch.
Tous les droits sur l'architecture et les poids appartiennent à l'IGN.
Si vous utilisez ce modèle, merci de citer les travaux originaux de l'IGN :
bibtex
1@article{garioud2022flair,
2 title = {FLAIR: a Country-Scale Land Cover Semantic Segmentation Dataset
3 From Multi-Source Optical Imagery},
4 author = {Garioud, Anatol and Peillet, Nicolas and Bookjans, Eva
5 and Gaussier, Eric and Vallet, Bruno},
6 journal = {arXiv preprint arXiv:2211.12979},
7 year = {2022},
8 url = {https://arxiv.org/abs/2211.12979}
9}
bibtex
1@misc{ignf_flair_model,
2 author = {{IGN France}},
3 title = {FLAIR-INC ResNet34-UNet — 12-class land cover segmentation},
4 year = {2023},
5 publisher = {HuggingFace},
6 url = {https://huggingface.co/IGNF/FLAIR-INC_rgb_12cl_resnet34-unet}
7}
