Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner

La page est créée Yannis Meyer
 
CONTINUER À LIRE
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Marguerite Espada
Frédéric Eichelbrenner
     Jordi Gibert
     Veremes
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Interface
FME Desktop 2019
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Interface
   Interface optimisée et personnalisable

   •   Nouvelle interface en mode sombre (dark mode)
   •   Prévisualisation intégrée dans Workbench
   •   Data Inspector : Mode animation
   •   Amélioration de l’ancrage des fenêtres
   •   Taille automatique des Transformers et Feature Types
   •   Nouvelles palettes de couleurs pour les bookmarks
   •   Amélioration des outils de commentaires
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Cache d’entités
  et exécution
      partielle
      FME Desktop 2019
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Cache d’entités et exécution partielle
•   Mécanismes apparus en 2018

•   Améliorés en 2019

•   Fonctionnent de pair avec « Visual
    Preview »

•   Gain de performance ultime : ne pas réaliser
    un traitement
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Amélioration des
  performances
       FME Desktop 2019
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Dissolver
            273 000 ENTITÉS DISSOUTES

  2018

   2019
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Reader shp Esri
                  693 444 ENTITÉS LUES

                       Esri Shapefile

    2018                                            35 sec

                    Esri Shapefile (Tech Preview)

    2019                                            1,6 sec
Veremes Jordi Gibert Marguerite Espada Frédéric Eichelbrenner
Mise à jour de
Transformers
    FME Desktop 2019
Tester
Test composite plus littéraire

                      2018                      2019

                    Ce changement se répercute sur TestFilter
ChangeDetector
   La nouvelle version 2019 détecte les mises à jour

          2018                           2019
Transformers
   Enregistrement du paramétrage de Transformers
Autres mises à jour
    •   Python

    •   Traitement parallèle revu et disponible dans les
        Transformers   personnalisés    pour   une   réelle
        amélioration des performances
Nouveaux
Transformers
   FME Desktop 2019
EsriReprojector
    Pas nouveau, mais réécrit pour ne pas utiliser ArcObjets
Connectors
  FME Desktop 2019
Nouveaux connecteurs
Interfaces personnalisées :
•   AzureBlobStorageConnector
•   AzureFileStorageConnector
•   CesiumIonConnector
•   CityworksConnector
•   GoogleCloudStorageConnector
•   S3Connector
•   AzureQueueStorageConnector
    (prochainement)
•   KafkaConnector (prochainement)
•   TrelloConnector (prochainement)
Package
FME Desktop 2019
Package : rendre FME modulable
•   Installer certains composants sans avoir à télécharger et installer une nouvelle
    version
•   Les développeurs peuvent transmettre plus facilement les différents composants
•   Les nouveaux Transformers et Readers/Writers sont à présent disponibles sur FME
    Hub au format .fpkg
•   Paquets actuellement disponibles :
     ➢   S3Connector
     ➢   CesiumIonConnector
     ➢   RasterObjectDetector series
     ➢   NLP series
Nouveaux
  formats
FME Desktop 2019
•   Lecture native Revit
                   •   I3s
                   •   DGN Meshes
                   •   Compressed            File     Reading
                       (.rar/.gz/.tgz/.zipx)
                   •   Digital Weather Markup Language
                       (DWML) Reader
                   •   FME Augmented            Reality   (AR)
Nouveaux formats       Reader
                   •   Garmin POI Reader/Writer
                   •   Google Storage Connectors
                   •   OGC Web Coverage Service (WCS)
                       Reader
                   •   TopoJSON Writer
Lecture de format DICOM (imagerie
médicale)
Lecture de format DICOM (imagerie
médicale)
Décompression
Vidéo disponible sur : https://youtu.be/EZbKf9HcqPk

           Unreal Datasmith Writer

Game Engine Support
Machine
Learning
FME Desktop 2019
Traitement Automatique du Langage Naturel
TALN : branche du Machine Learning
•    Linguistique
•    Informatique
•    Intelligence artificielle

Interprétation de langage et renvoi de réponse

Étudier des quantités massives de texte libre pour récupérer
des informations pertinentes
TALN : 3 opérations

   •   Préparation jeux de données d’entraînement
       ➢    Un corpus

   •    Entraînement
       ➢   Génération du modèle d’apprentissage au format fmd

   •    Interprétation
       ➢    Interprétation d’énoncé par classification
•   Préparation du jeu de données d’entraînement

    ➢   Un corpus
•   Entraînement de FME : phase d’apprentissage

➢   Conception d’un modèle au format .fmd
➢   NLPTrainer
•   Interprétation d’énoncés

➢   Utilisation du modèle pour interpréter des phrases
➢   NLPClassifier
Détection d’objets
Détection d’objets dans des images

     •   Modèles de détection d’objets proposés par défaut
          ➢   Visages / Corps / Animaux / Objets

     •   Modèles de détection définis par l’utilisateur
          ➢   Personnalisés
Détection d’objets dans des images
  •   Préparation jeux de données d’entraînement
      ➢   Sélection des images avec objet (positives)
      ➢   Sélection d’images sans objet (négatives)

  •   Entraînement
      ➢   Génération du modèle de détection (xml)

  •   Détection d’objets
      ➢   Reconnaissance d’objets à partir du modèle de détection
Détection d’objets dans des images
   •   Préparation jeux de données d’entraînement
       ➢   Délimitation de l’objet (Librairie OpenCV)
Transformers pour la détection d’objets

    •   Préparation jeux de données d’entraînement
        ➢   RasterObjectDetectorSampleGenerator
        ➢   RasterObjectDetectorSamplePreparer

    •   Entraînement
        ➢   RasterObjectDetectionModelTrainer

    •   Détection d’objets
        ➢   RasterObjectDetector
Merci de votre attention
Vous pouvez aussi lire