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 : Les réseaux de neurones convolutifs (CNN)
Tutoriels
Cas d'usage : classification d'image
- Voyons ensemble le tutoriel de Tensorflow pour la classification d'image avec un exemple de CNN simple
Cas d'usage : détection d'objet
- Pour ceux qui ont choisi de traiter la tâche de détection d'objet dans les projets, je vous conseille d'aller voir ce tutoriel dédié
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
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