DALIA : entraînement d’un modèle IA de détection des aires de livraison
Dans le cadre d'un programme national de logistique urbaine, Kosmio a développé un outil de détection des aires de livraison à partir de photos aériennes : un modèle IA entraîné sur nos propres serveurs, une interface de validation pour les agents des territoires, un export au format ouvert. En production depuis avril 2026 sur cinq territoires pilotes.
- Avr. 2026
- mise en production, conforme au planning
- 5
- territoires pilotes
- 100 %
- de l'entraînement IA réalisé sur nos serveurs
Le contexte
Peu de collectivités disposent d’un inventaire à jour de leurs aires de livraison : les marquages évoluent au fil des réaménagements de voirie, et un recensement terrain, aire par aire, représente plusieurs mois de travail à l’échelle d’une agglomération.
Un programme national de logistique urbaine a lancé un appel d’offres pour outiller ce recensement à partir de photos aériennes. Kosmio a été retenu pour concevoir, développer et exploiter l’outil. Le programme (objectifs, territoires, animation) est porté par ses partenaires ; notre intervention couvre l’outil.
Ce que nous avons livré
Un modèle de détection entraîné pour ce cas d’usage. Un réseau de neurones entraîné à reconnaître les marquages d’aires de livraison sur photos aériennes, à partir d’un jeu de données annoté manuellement sur plusieurs villes aux marquages hétérogènes. Chaque détection est produite avec un score de confiance, des coordonnées GPS et des dimensions.
Un entraînement réalisé en interne. L’entraînement du modèle a été réalisé sur nos propres serveurs et l’inférence est hébergée en France. Images, annotations et modèle ne transitent par aucun service d’IA tiers. Les poids du modèle sont versionnés et livrés avec le code source.
Une interface de validation. Les détections sont présentées dans une galerie où l’agent valide, rejette, corrige le cadrage ou ajoute une aire non détectée. Aucune donnée n’est intégrée à l’inventaire sans validation humaine.
Un export au format ouvert. Les aires validées sont exportées selon le schéma de données ouvert de référence, réutilisable directement dans les SIG des collectivités.
Le résultat
L’outil est en production depuis avril 2026, conformément au planning initial, sur cinq territoires pilotes. Le recensement se prépare désormais depuis le bureau ; le passage terrain sert à la vérification.
Méthode, livrables et engagements.
Le détail de ce que nous avons mis en œuvre, produit et tenu sur cette mission.
Méthodologie mise en œuvre
- Constitution d'un jeu de données annoté manuellement sur plusieurs villes aux marquages hétérogènes
- Entraînement du modèle de détection sur nos propres serveurs, sans service d'IA tiers
- Boucle de validation humaine conçue avec les agents des territoires, aucune détection intégrée sans contrôle
- Déploiement progressif sur cinq territoires pilotes
Livrables produits
- Modèle de détection versionné, poids livrés avec le code source
- Interface web de validation des détections (validation, rejet, correction du cadrage, ajout manuel)
- Export des aires validées au schéma de données ouvert de référence, réutilisable en SIG
- Code source, documentation technique et exploitation de l'inférence hébergée en France
Engagements tenus
- Mise en production en avril 2026, conformément au planning initial
- Images, annotations et modèle ne transitent par aucun service d'IA tiers
- Validation humaine obligatoire avant intégration à l'inventaire
Ce cas vous intéresse ? Parlons de ce que nous pouvons construire ensemble pour votre filière.