English
Italiano
Deutsch
Español
Les projets de cartographie par drone deviennent chaque année plus importants et plus complexes. Les drones modernes équipés de caméras à haute résolution peuvent facilement capturer des dizaines de milliers d’images au cours d’une seule mission d’étude. Si cela permet de créer des modèles 3D et des orthomosaïques extrêmement détaillés, cela introduit également un défi de taille : traiter des ensembles de données aussi massifs sans surcharger le matériel.
De nombreux utilisateurs travaillant avec Agisoft Metashape rencontrent des pannes, des erreurs de mémoire ou des temps de traitement extrêmement longs lorsqu’ils tentent de traiter des ensembles de données contenant 20 000 images ou plus.
La bonne nouvelle est que les projets de photogrammétrie à grande échelle peuvent être traités avec succès si le flux de travail est optimisé correctement. En ajustant les ressources matérielles, les paramètres du projet et les stratégies de traitement, il est possible de reconstruire de très grands ensembles de données de drones sans plantage.
Ce guide explique les meilleures techniques pour traiter efficacement les projets massifs de cartographie par drone dans Agisoft Metashape.
Comprendre les défis posés par les grands ensembles de données photogrammétriques
Le traitement de 20 000 images de drones impose d’énormes contraintes en termes de ressources informatiques et d’efficacité logicielle. La reconstruction photogrammétrique implique plusieurs étapes de calcul intensif, notamment la détection d’éléments, l’alignement de la caméra, le calcul de la carte de profondeur et la génération d’un maillage.
Chacune de ces étapes nécessite de grandes quantités de RAM, de puissance GPU et de bande passante de stockage.
Les problèmes typiques rencontrés lors du traitement de grands ensembles de données sont les suivants :
- Erreurs de mémoire
- Temps d’alignement extrêmement lents
- Limitations de la mémoire du GPU
- Le logiciel se bloque lors de la génération de cartes de profondeur
- Fichiers de projet de grande taille
Comprendre ces défis est la première étape vers l’élaboration d’un flux de travail fiable pour les projets de photogrammétrie à grande échelle.
Utilisez du matériel performant
Le facteur le plus important lors du traitement de grands ensembles de données est la capacité du matériel. Les flux de travail en photogrammétrie sont très exigeants et nécessitent des stations de travail puissantes.
Pour les ensembles de données comportant 20 000 images ou plus, les spécifications matérielles recommandées sont les suivantes :
- Processeur à grand nombre de cœurs (classe Threadripper ou Xeon)
- 128 Go à 256 Go RAM
- GPU haut de gamme avec une grande VRAM (série RTX)
- Stockage SSD NVMe rapide
La mémoire vive est particulièrement importante car l’étape d’alignement des images nécessite le stockage d’un grand nombre de caractéristiques en mémoire.
L’insuffisance de mémoire vive est l’une des causes les plus fréquentes de blocage en cours de traitement.
Diviser l’ensemble de données en morceaux
L’une des techniques les plus efficaces pour traiter de très grands ensembles d’images consiste à diviser l’ensemble de données en groupes plus petits, appelés » chunks« .
Au lieu de traiter toutes les images simultanément, le projet peut être divisé en plusieurs sous-ensembles gérables.
Par exemple :
- 20 000 images divisées en 4 tranches de 5 000 images
- Traiter chaque morceau séparément
- Fusionner les morceaux plus tard dans le flux de travail
Cette approche réduit considérablement l’utilisation de la mémoire et rend le projet plus stable.
Les flux de travail basés sur des morceaux sont largement utilisés dans les processus de cartographie professionnelle par drone.
Optimiser les paramètres d’alignement des photos
L’alignement des photos est l’une des étapes du traitement photogrammétrique qui nécessite le plus de calculs.
Lorsque vous travaillez avec de très grands ensembles de données, il est important d’optimiser les paramètres d’alignement.
Les paramètres recommandés sont les suivants :
- Précision : Moyenne ou élevée
- Limite du point clé : 40 000
- Limite des points d’égalité : 4 000-10 000
- Présélection générique : Activé
- Présélection de la référence : Activée (si des données GPS existent)
La présélection des références peut réduire considérablement le temps de traitement en limitant les comparaisons d’images aux photos voisines.
Utiliser la sélection graduelle pour réduire les points d’ancrage
Après l’alignement des photos, le nuage de points clairsemé peut contenir des millions de points d’attache.
Le nettoyage de ces points à l’aide des outils de sélection graduelle permet d’améliorer la stabilité du modèle et de réduire l’utilisation de la mémoire.
Les filtres les plus courants sont les suivants :
- Incertitude de la reconstruction
- Précision de la projection
- Erreur de reprojection
La suppression des points d’attache de mauvaise qualité améliore l’alignement de la caméra et rend les étapes suivantes plus efficaces.
Élaborer des cartes en profondeur par étapes
La génération de cartes de profondeur est souvent l’étape où les grands ensembles de données provoquent des plantages en raison des besoins élevés en mémoire du GPU.
Pour éviter les problèmes, envisagez les stratégies suivantes :
- Utilisez la qualité moyenne au lieu de la qualité élevée
- Traiter les morceaux individuellement
- Désactiver le GPU si la VRAM est insuffisante
- Utiliser le filtre de profondeur Mild
Bien que la qualité des cartes à faible profondeur réduise légèrement la densité des points, les résultats sont généralement suffisants pour la plupart des applications cartographiques.
Générer des nuages denses avec précaution
L’étape de reconstruction d’un nuage de points dense peut produire des milliards de points lors du traitement de grands ensembles de données.
Cela peut facilement dépasser la mémoire disponible du système.
Pour réduire l’utilisation de la mémoire :
- Utiliser une qualité de profondeur moyenne
- Exporter les nuages denses après chaque morceau
- Fusionner les résultats ultérieurement
Cela permet de s’assurer que chaque étape reste gérable pour le matériel.
Gérer efficacement l’espace disque
Les grands projets de photogrammétrie peuvent générer d’énormes quantités de données.
Un ensemble de données de 20 000 images de drones peut nécessiter plusieurs centaines de gigaoctets de stockage pendant le traitement.
Pour éviter les goulets d’étranglement au niveau du stockage :
- Utilisez des disques SSD NVMe
- Stockez les fichiers du projet sur un espace de stockage local rapide
- Évitez les clés USB externes pendant le traitement
Le stockage rapide améliore considérablement la vitesse de traitement et réduit le risque de panne.
Utiliser le traitement en réseau pour les grands projets
Agisoft Metashape prend en charge le traitement distribué à l’aide de plusieurs ordinateurs.
Cette fonction permet de traiter des projets de grande envergure sur plusieurs machines simultanément.
Les avantages du traitement en réseau sont les suivants
- Des délais de traitement plus courts
- Réduction de la charge de travail par machine
- Évolutivité améliorée pour les très grands ensembles de données
Les grandes entreprises de cartographie utilisent fréquemment des grappes de stations de travail pour traiter les relevés massifs effectués par drone.
Envisagez le traitement en nuage
L’informatique en nuage est une autre option pour les ensembles de données extrêmement volumineux.
Les plateformes en nuage peuvent fournir un accès temporaire à des machines puissantes dotées de GPU et de grandes capacités de mémoire.
Cette approche est particulièrement utile pour traiter des ensembles de données qui dépassent les capacités des stations de travail locales.
Meilleures pratiques pour les grands projets de cartographie par drone
Le traitement réussi d’ensembles de données massives nécessite une planification minutieuse.
Les équipes professionnelles de photogrammétrie suivent souvent ces bonnes pratiques :
- Planifier les vols pour maintenir un chevauchement cohérent
- Évitez de capturer des images inutiles
- Utiliser des points de contrôle au sol pour assurer la stabilité
- Diviser les projets en sections logiques
Une bonne acquisition des données réduit la complexité du traitement et améliore la fiabilité de la reconstruction.
Conclusion
Le traitement de très grands ensembles de données cartographiques de drones dans Agisoft Metashape peut être un défi, mais c’est tout à fait possible avec le bon flux de travail.
En utilisant du matériel puissant, en divisant les projets en morceaux, en optimisant les paramètres d’alignement et en gérant soigneusement l’utilisation de la mémoire, les utilisateurs peuvent traiter des ensembles de données contenant 20 000 images ou plus sans plantage.
Les projets de cartographie par drone prenant de plus en plus d’ampleur, la maîtrise de ces flux de données volumineux deviendra de plus en plus importante pour les professionnels de la photogrammétrie, de l’arpentage et de l’analyse géospatiale.
Avec une planification et une optimisation appropriées, Agisoft Metashape reste un outil puissant capable de gérer les projets de photogrammétrie les plus exigeants.
