SCCN Detection
Étalonnage spectrale par réseaux de neurones convolutifs.
SCCN - Stellartrip.net
Object Detection
Détection des raies d'étalonnage par Intelligence Artificielle
Le principe du modèle SCCN est de détecter automatiquement les raies Néon et Argon de la lampe d'étalonnage pour les spectroscopes Alpy 600 par Intelligence Artificielle.
Cette IA est basée sur le deep learning, plus précisément en utilisant les réseaux de neurones à convolution avec le modèle de détection d'objet Faster R-CNN. Un autre prototype basé sur le même principe existe également avec le modèle YOLO (Darknet) et sera ajouté dès que possible.
Entrainement du modèle
Préparation d'un modèle à partir d'un jeu de données.
La détection se fait grâce à une intelligence artificielle entrainée à partir de nombreuses images d'étalonnage dont on a déjà identifié la position des raies d'émission.
L'entrainement du modèle se fait donc globalement en lui montrant un jeu de données d'images de spectres NeAr brutes sur lesquelles quelques raies ont été identifiées. L'algorithme va ensuite apprendre à les reconnaitre.
Aider le projet
Détection simplifiée et automatisée des raies d'étalonnage
La performance du modèle augmentera avec les données que l'on peut lui fournir, plus il y a de données, meilleur sera l'entrainement.
Si vous faites de la spectroscopie avec un Alpy600, vous pouvez participer à son amélioration simplement en mettant à disposition vos images d'étalonnage.
Prototype d'étalonnage Spectrale par Intelligence Artificielle
Expérimentations des technologies d'apprentissage automatique pour la spectroscopie
Niveau de détection
Le modèle détecte actuellement 3 à 4 raies de lampe ArNe avec un taux de confiance à 99% pour les raies très visibles. Mais il reste encore du travail pour que cela puisse être utilisé, par exemple dans un cadre pédagogique de découverte de la spectroscopie.
Afin d'avoir un modèle un peu plus pertinent, il est préférable d'avoir des raies supplémentaires détectées.
Au même titre, d'autres types de modèles d'apprentissage automatique sont à l'étude.
Projet expérimental
Ce projet est purement expérimental et a pour but d'étudier les possibilités des technologies d'apprentissage automatique associées au domaine de la spectroscopie amateur.
Les solutions actuelles d'étalonnage automatique, notamment dans le cadre de l'Alpy600, fonctionnent très bien et sur de nombreuses raies. L'objectif de ce projet n'est pas de chercher des alternatives, mais d'étudier les possibilités de l'IA.
(Voir ici : Demetra - Shelyak)
Comment aider ?
Vous faites de la spectroscopie astronomique ? Vous avez un spectroscope ? Alors vous pouvez nous aider !
L'entrainement du modèle de détection est basé sur un jeu de données d'images d'étalonnage. Plus il y a d'images d'étalonnage pour l'entrainement et plus le modèle apprend précisément.
Vous pouvez améliorer le modèle simplement en envoyant votre fichier d'étalonnage via le bouton ci-dessus.
Restez en orbite !
N'hésitez pas à m'envoyer un message pour avoir plus d'informations sur ce projet.