Utilisation avancée d'iRods dans le projet Orchamp-vision

Le projet Orchamp [1] est un observatoire spatio-temporel de la biodiversite et du fonctionnement des socio-ecosystemes de montagne.

Il s'agit d'observer, d'analyser et de modéliser les changements environnementaux sur la base de multiples protocoles de suivi. En effet, les biodiversités s'observent à différentes échelles (du gène aux espèces, et relative aux écosystèmes) et différents compartiments biologiques tels que les faunes et la flore aquatique ou terrestre.

Pour l'aspect "vision", il s'agit d'analyser end-to-end les centaines de milliers d'images de la faune arrivant en flux régulier depuis le terrain.

Dans la chaine de traitement que nous avons mis en place, un opérateur dépose les images via la web-ui d'iRods [2] (Metalnx) et les traitements se déclenchent de manière totalement automatique: extraction des données EXIF sous forme de meta-données iRods, génération automatique de thumbnails, puis déclenchement d'une inférence d'IA sur un calculateur équipé de GPUs afin d'augmenter les meta-data iRods des données issues d'une reconnaissance d'image, avec Megadetector [3]. Lors de ce traitement, le groupement d'images en séquences est effectué grace à un requetage sur les données EXIF. A l'issue du traitement, les images stockées dans iRods comportent un tag selon l'animal reconnu.

Les meta-données sont ensuite exposées dans une base Elastisearch permettant des interactions avec une application web qui servira à valider les tags. La synchro avec elasticsearch permettera également de réaliser simplement et efficacement des recherches et des statistiques, ce qui est la finalité du projet, les images restant stockées dans iRods à des fins d'archivage.

Ce travail est issu d'une collaboration étroite entre le LECA, le LBBE et l'UAR GRICAD.

[1] https://orchamp.osug.fr/

[2] https://irods.org/

[3] https://github.com/microsoft/CameraTraps/blob/main/megadetector.md