Skip to contents

Exécuter l'inférence sur une tuile

Source: R/pipeline_aoi_to_chm.R
predict_tile.Rd

Supporte les deux architectures Open-Canopy :

  • UNet (SMP, ResNet34) : reconstruction directe via segmentation_models_pytorch

  • PVTv2 (timm, pvt_v2_b3) : module embarqué ou code source Open-Canopy

Usage

predict_tile(
  tile,
  model_path,
  model_name = "pvtv2",
  open_canopy_src = NULL,
  img_size = NULL
)

Arguments

tile

SpatRaster (4 bandes : R, G, B, PIR à 1.5m)

model_path

Chemin du modèle .ckpt (PyTorch Lightning)

model_name

"unet" ou "pvtv2" pour la reconstruction

open_canopy_src

Chemin vers le code source Open-Canopy (pour PVTv2)

img_size

Taille de référence du modèle (NULL = déduite de la tuile). run_inference() passe la même valeur pour toutes les tuiles afin que le modèle ne soit construit qu'une fois.

Value

SpatRaster CHM prédit (1 bande, en mètres)

Details

Le modèle est chargé par init_inference_model() au premier appel puis réutilisé : cette fonction ne fait plus que lire le raster, la passe avant et l'écriture.