Vision par ordinateur avec le deep learning

Programme

Dans ce chapitre nous allons voir :

• les bases de la vision par ordinateur en deep learning
• étudier le fonctionnement les réseaux de neurones convolutifs (CNN)
• apprendre a utiliser l'apprentissage par transfert et le apprentissage fin (fine-tuning) pour les tâches impliquant les CNN

Leçon: fondamentaux de la vision par ordinateur

Les tâches classiques en vision par ordinateur

Tutoriels : quelques cas d'usages classiques

Apprentissage par transfert : extraction de feature & fine-tuning

• Voyons ensemble un exemple d'apprentissage par transfert basique dans tensorflow, en optimisant par fine-tuning un réseau pré-entrainé à l'état de l'art, spécialement pour des tâches de vision par ordinateur

Tâche : classification d'image

• Voyons ensemble le tutoriel de Tensorflow pour la classification d'image avec un exemple de CNN simple

Tâche : détection d'objet

• Un peu plus compliqué, voici un tutoriel dédié

Pour aller plus loin

Quelques ressources supplémentaires utiles

• Si vous avez besoin de détails concernant le chargement des données vous pouvez suivre le guide dédié sur Tensorflow en particulier la section dédiée aux images
  • Pour un résumé assez complet des CNN: la page (anglaise) de wikipédia dédiée
  • A conserver : un cheetsheet du cours de Standford CSS230 sur les réseaux convolutifs

Mon cours spécialisé

Vous pouvez également consulter ici mon cours spécialisé