Inference module: build first unit tests

[remtav]

The inference module needs prioritization to create unit tests. Among the tests, one will have to check the "reading from STAC item" feature from #222

[remtav]

Useful for this issue: https://github.com/facebookresearch/hydra/blob/1.0_branch/examples/advanced/hydra_app_example/tests/test_example.py

[remtav]

List of tests (draft in French...) to develop based on code in inference_segmentation.py (branch 222):

gdl2pl_checkpoint: tester différents modèles comme input:

• tester compatibilité de chargement de modèle
  • avec vieux GDL (un modèle à Vic)
  • avec modèles entraînés sur torchgeo (ex.: modèle bâtiment)
  • Tester les fct ckpt_is_compatible, checkpoint_converter, read_checkpoint
  • override_model_params_from_checkpoint: s’assurer qu’un modèle fournit ses propres paramètres pour l’inférence (architecture, nombre de classes, bandes, etc.)
• save_heatmap: if True, s’assurer qu’une heatmap est produite.
• eval_batch_generator:

• gpu vs non gpu:

• auto_batch_size:
• s’assurer que l’inférence se retrouve à la bonne place et qu’il est bien nommé

inference/InferenceDataset.py (branch 222):

• getitem

inference/InferenceDataModule.py (branch 222):

• prepare_data
• predict_dataloader

postprocess_segmentation.py (branch 222):

• vectorisation: avec conteneur qgis/grass
• vectorisation: avec fonction “de secours” ras2vec() (utilise rasterio/shapely, mais moins rapide)
• simplification/généralisation: conteneur qgis et plugin GeoSimplification
• s’assurer que le produit post traité se retrouve à la bonne place et qu’il est bien nommé
• singularity: test de fonctionnement
• s’assurer qu’on peut prendre des inférences de plusieurs classes différentes et les post-traiter dans le même gpkg.
• niveau de confiance: ajout des niveaux de confiances pour chaque polygone post traité basé sur le heatmap.