Résumé
L’identification des traînées transitoires est cruciale pour la Connaissance du Domaine Spatial, mais les méthodes classiques sont coûteuses et inadaptées au temps réel. Nous explorons YOLOv8m pour cette tâche, en l’entraînant sur le StreaksYoloDataset (2 388 images annotées, télescope Stellina). L’approche prend en compte les variations de bruit, d’éclairement et de champ de vision. Les résultats montrent un bon équilibre entre rapidité et précision (mAP@50-95 : 0,90), bien que des améliorations soient nécessaires pour limiter les faux positifs et détecter les traînées faibles.