Abstract:
Notre mémoire examine l'utilisation des techniques d'inpainting pour évaluer les catastrophes
naturelles en restaurant les images endommagées. Nous avons étudié deux phases : la première se
concentre sur l'analyse des ensembles de données RescueNet et Massachusetts Buildings Dataset et
l'entraînement des modèles à l'aide de ResNet. Dans la deuxième phase, les techniques d'inpainting ont
été appliquées aux mêmes ensembles de données, suivies d'un nouvel entraînement avec ResNet. Les
résultats ont été prometteurs, avec une précision du modèle atteignant parfois 93% avec une petite
marge d'erreur. Les résultats démontrent l'efficacité des techniques d'inpainting dans l'évaluation des
catastrophes naturelles et fournissent des résultats précis et fiables pour améliorer la réponse aux
urgences et les opérations de rétablissement dans de telles situations.
